上期生存分析推送后，有粉絲在后臺問：有發生率的情況，為什么要做生存曲線分析？

舉個例子：臨床試驗中，共招募30位胃腺癌患者，均分為3組，分別使用了A/B/C三套不同的治療方案，治療期為2年。2年后統計3個組每組均死亡3人，但A組0.5年時死亡3人，B組是1.5年時死亡3人，C組是接近2年時死亡3人。此時，如果單純分析死亡率，3個組的死亡率完全相同。但是，如果用生存分析，就能看出3個組的患者生存情況明顯不同。

---

進入今日正題......

上一期，我們提到了如何使用GraphPad Prism繪制生存曲線。

實際上，很多軟件都可以繪制生存曲線并加以統計分析有這種功能，包括SPSS、Origin、Stata以及R語言等。

綜合看來，GraphPad Prism更容易上手，簡單有效。Stata和R語言涉及一丟丟編程語言，可能相對不太容易上手。

由于，有相當一部分人喜歡使用SPSS和Origin，因此今天就拿這兩個軟件說一說如何繪制生存曲線。

還是使用上一期的數據作為示例。

eg：一共有36只裸鼠，施加某因素用于制作模型后全部成模，并隨機均分為A、B、C、D組，每組9只。隨后A組被設定為control組，不做治療。B、C、D組動物分別給予藥物1、藥物2、藥物3治療。生存時間小于等于50天作為終點事件（即50天內死亡），以此比較幾組之間是否存在差異？

那么常見的原始數據如下圖，數值為動物存活天數。

---

SPSS篇

1. 將上表中的數據重新編碼為以下格式。state中的1代表死亡（裸鼠存活≤50天），而0代表存活（裸鼠存活＞50天）。treatment中的1代表control，2/3/4分別代表3種藥物。

2.僅復制數據（不要復制標題）到SPSS數據表中，然后再定義列名稱和值標簽。

3. 數據放好后，選擇分析 → 生存分析 → Kaplan-Meier。

注：Kaplan-Meier是生存函數，允許有一個分組變量進行生存率的組間比較，還可容許一個分層變量，是生存分析的常用統計方法。

4. 在彈出的對話框中，按照下圖將數據放入相應框中。

5. 注意了。我們要看不同組之間生存率的差異，關鍵事件為動物死亡，編碼數據時就將死亡編碼為1，而存活則編碼為0。所以，點擊“定義事件”，單值填1，1代表了動物死亡這個事件已發生，再點擊繼續。

有人會問，如果我選擇單值填0呢？大多數動物生存時間小于50天，僅少量動物生存大于50天。因此“≤50天”內的生存差異成為關注的焦點。如果選擇單值填0，此時軟件認為你關注的焦點在大于50天之后，即50天后存活的動物存活期差別，生存曲線也會徹底改變。大家可以試試，比較一下。

6. 點擊“選項”，選擇“生存分析函數”，其它選項默認，點擊繼續后，再點擊確定。

7. 在輸出文檔中，可以看到生存曲線。樣子是有了，就是不太美觀。

---

Origin篇

1.Origin的數據錄入格式與SPSS一樣，只不過需要將標題一起復制粘貼到Origin數據表之中。

2. 粘貼到F（x）這一欄下方，并修改列標題名稱，如下圖。

3. 繼續按照下圖選擇Kaplan-Meier分析

4. 在彈出的對話框中，按照下圖設置。點擊小三角符號，將標題分別填入。

5. 注意了。Censoring Value（刪失值）處設置為0。解釋一下，在生存分析中，只要沒有發生關鍵事件（如意外、病例脫落等）的情況，這種值都要定義為刪失值，此值需定義為0，因為它沒有發生死亡這個關鍵事件。當然了，刪失值不能太多，否則會影響生存分析結果的可信度。

6.將 Test Equality處的三種差異分析方法都選上。所有其它選項默認，點擊OK。

7.輸出的生存曲線效果如下。當然了，Origin支持對圖形就行修改和美化，此處暫且不表。

Ending

總結

以上是生活随笔為你收集整理的mfc绘制bezier b样条三种曲线_生存曲线（二）：SPSS和Origin绘图教程及相关问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。