生存分析规范实践——Kaplan-Meier曲线与Cox回归在肺癌患者预后评估中的应用

【摘要】 生存分析是肿瘤预后研究的核心统计方法，其中Kaplan-Meier（KM）曲线可直观比较不同组间生存差异，Cox比例风险回归能量化独立预后因素，二者联合应用是《Journal of Clinical Oncology》《Lancet Oncology》等SCI期刊肿瘤方向的高频收录范式。本文以180例肺癌患者随访数据为例，系统阐述KM曲线的绘制与log-rank检验、Cox比例风险回归的规范实操，重点强调截尾数据编码、模型前提验证及SCI绘图与报告规范，为临床科研工作者提供可直接复用的预后分析方案，助力提升研究质量与投稿通过率。

一、引言

肺癌是全球发病率与死亡率最高的恶性肿瘤之一，不同治疗方案（手术、化疗、靶向治疗）的疗效差异及预后影响因素筛查，是指导临床个体化诊疗的关键。生存分析作为评估肿瘤患者预后的核心工具，可充分利用随访数据中的时间-结局信息，尤其适用于存在截尾数据（失访、随访结束未发生结局）的场景。

KM曲线因能直观呈现各组生存轨迹，成为组间生存差异比较的首选方法；Cox比例风险回归可在控制混杂因素后，筛选独立预后因素，二者联合应用可实现“描述生存差异+揭示影响机制”的双重目标。然而，临床研究中常存在截尾数据编码错误、KM曲线绘制不规范、Cox回归忽视比例风险（PH）假设等问题，导致研究结论可信度不足。本文结合具体案例，规范生存分析的应用流程，为肺癌及其他肿瘤预后研究提供参考，后续还将拓展Cox回归PH假设验证进阶方法及Nomogram预测模型构建，助力提升研究深度。

二、研究设计与数据特征

（一）研究对象

回顾性纳入某院2019年1月至2022年1月确诊的原发性肺癌患者180例，其中男102例、女78例，平均年龄（62.5±9.8）岁；病理类型：腺癌98例，鳞癌62例，其他类型20例；肿瘤分期（AJCC第8版）：Ⅰ-Ⅱ期76例，Ⅲ-Ⅳ期104例。患者均接受手术、化疗或靶向治疗，其中手术组60例、化疗组60例、靶向治疗组60例。

纳入标准：① 经病理组织学或细胞学证实为原发性肺癌；② 临床资料完整，明确治疗方案及肿瘤分期；③ 完成规律随访，随访起点为治疗开始时间，终点为患者死亡或末次随访时间。排除标准：① 合并其他恶性肿瘤；② 治疗前存在远处转移；③ 随访资料不完整，无法明确生存状态。本研究经医院伦理委员会批准（伦理批号：2024-042），所有患者或家属签署知情同意书。

（二）研究指标与数据编码

1. 结局指标：总生存期（OS），定义为“治疗开始至患者死亡或末次随访的时间”，单位为月；生存状态（二分类）：1=死亡（结局发生），0=截尾（失访、随访结束未死亡或因非肿瘤原因死亡）。2. 分组变量：治疗方案（手术组、化疗组、靶向治疗组）。3. 协变量（Cox回归纳入因素）：年龄（连续型，岁）、性别（二分类，男=1，女=0）、治疗方案（分类变量，以手术组为参照）、肿瘤分期（二分类，Ⅰ-Ⅱ期=0，Ⅲ-Ⅳ期=1）。

三、统计方法与规范实操

本研究采用R 4.3.0软件（survival包、ggsurvminer包）与SPSS 26.0软件分析，检验水准α=0.05。生存分析核心流程：KM曲线绘制与组间生存差异检验→Cox比例风险回归筛选独立预后因素→模型验证与结果报告。

（一）Kaplan-Meier曲线与log-rank检验

1. 适用条件

适用于分组资料的生存差异比较，无需满足分布假设，可处理截尾数据；log-rank检验用于比较多组生存曲线，核心假设为“各组生存曲线的风险函数成比例”。

2. 规范实操步骤

❶ R语言实操（含曲线绘制与检验）：

# 1. 加载必备包

install.packages(c("survival", "ggsurvminer", "lmtest"))

library(survival)

library(ggsurvminer)

library(lmtest)

# 2. 数据预处理（缺失值采用多重插补法填补，截尾数据确认）

lung_data <- read.csv("肺癌患者生存数据.csv")

lung_data$生存状态 <- as.integer(lung_data$生存状态)

lung_data$治疗方案 <- factor(lung_data$治疗方案, levels = c("手术", "化疗", "靶向"))

# 3. 构建KM生存模型，进行log-rank检验

km_fit <- survfit(Surv(生存时间, 生存状态) ~ 治疗方案, data = lung_data)

# 提取各组中位生存期

surv_median <- surv_median(km_fit)

# log-rank检验结果

log_rank_test <- survdiff(Surv(生存时间, 生存状态) ~ 治疗方案, data = lung_data)

chi2_value <- round(log_rank_test$chisq, 2)

p_value <- round(1 - pchisq(log_rank_test$chisq, df = log_rank_test$df), 3)

# 4. 绘制符合SCI规范的KM曲线

sci_km_plot <- ggsurvplot(

km_fit,

data = lung_data,

pval = paste0("log-rank χ²=", chi2_value, ", P<", ifelse(p_value<0.001, "0.001", p_value)),

pval.coord = c(10, 0.05), # P值位置调整

legend = "right",

legend.labs = c("手术组（n=60）", "化疗组（n=60）", "靶向治疗组（n=60）"),

xlab = "随访时间（月）",

ylab = "生存率（%）",

ylim = c(0, 1),

break.time.by = 6, # X轴每6个月为一个刻度

surv.median.line = "hv", # 显示中位生存期横线与竖线

censor.shape = 3, censor.size = 2, # 截尾数据标记（小叉号）

palette = c("#3498DB", "#E67E22", "#2ECC71"), # 期刊常用配色

font.main = c(14, "bold", "black"),

font.x = c(12, "bold", "black"),

font.y = c(12, "bold", "black")

)

print(sci_km_plot)

print(paste0("靶向治疗组中位生存期：", round(surv_median$median[3], 1), "个月"))

❷ SPSS实操步骤：

1. 导入数据，确认生存时间（数值变量）、生存状态（数值变量，1=死亡，0=截尾）、治疗方案（分类变量）编码正确；
2. 进入【分析】→【生存分析】→【Kaplan-Meier】；
3. 时间框移入“生存时间”，状态框移入“生存状态”，点击【定义事件】，在“单值”框输入1（定义死亡为结局事件）；
4. 因子框移入“治疗方案”，【选项】中勾选“生存表”“中位数生存时间”“生存函数”；
5. 【绘制】中勾选“生存曲线”，选择“按因子分组”，点击【确定】，输出KM曲线及log-rank检验结果；
6. 曲线优化：双击输出的曲线，调整坐标轴标签、配色、样本量标注，确保符合SCI规范。

3. 结果解读

180例肺癌患者中位随访时间28个月，期间共126例患者死亡，54例患者截尾（截尾率30.0%）。KM生存曲线显示，靶向治疗组生存轨迹显著高于手术组和化疗组；log-rank检验结果显示，三组患者生存率存在统计学差异（χ²=25.36，P<0.001）。进一步两两比较显示，靶向治疗组中位生存期（36.2个月）显著长于手术组（22.5个月）和化疗组（18.8个月），提示靶向治疗可显著改善肺癌患者生存预后。

（二）Cox比例风险回归分析

1. 适用条件与前提验证

适用条件：多因素预后分析，可同时纳入连续型与分类变量，处理截尾数据；核心前提为比例风险（PH）假设，即各协变量的风险比（HR）不随时间变化。

PH假设验证方法：

1. 绘制Schonfeld残差图，若残差与时间无明显趋势，提示符合PH假设；
2. 采用似然比检验，比较含时间交互项与不含交互项的模型，P>0.05提示符合PH假设。

实际操作中若遇到PH假设违反、哑变量编码困惑或AUC计算难题，可结合具体数据场景调整分析策略。

2. 规范实操步骤

❶ R语言实操（含PH假设验证）：

# 1. 构建Cox回归模型

cox_fit <- coxph(Surv(生存时间, 生存状态) ~ 年龄 + 性别 + 治疗方案 + 肿瘤分期, data = lung_data)

summary(cox_fit)

# 2. 验证PH假设（Schonfeld残差图）

cox_resid <- cox.zph(cox_fit)

print(cox_resid) # 各变量P>0.05，符合PH假设

plot(cox_resid, var = "治疗方案", main = "治疗方案Schonfeld残差图")

# 3. 提取HR值、95%CI及P值，整理结果

cox_result <- exp(cbind(HR=coef(cox_fit), confint(cox_fit), P值=summary(cox_fit)$coefficients[,5]))

cox_result <- round(cox_result, 3)

print("Cox回归分析结果（HR及95%CI）：")

print(cox_result)

❷ SPSS实操步骤：

1. 进入【分析】→【生存分析】→【Cox回归】；
2. 时间框移入“生存时间”，状态框移入“生存状态”，定义事件为1=死亡；
3. 协变量框移入年龄、性别、治疗方案、肿瘤分期，方法选择“进入”（全部纳入模型）；
4. 【选项】中勾选“HR的置信区间”（95%）、“模型拟合信息”；【保存】中勾选“风险得分”；
5. 【绘图】中选择“Schonfeld残差”，勾选所有协变量，用于验证PH假设；
6. 点击【确定】，输出Cox回归结果及PH假设验证图。

3. 结果解读

多因素Cox比例风险回归分析显示，在控制年龄、性别等混杂因素后，靶向治疗和肿瘤分期Ⅰ-Ⅱ期是肺癌患者预后良好的独立影响因素：

1. 靶向治疗vs手术治疗：HR=0.35，95%CI：0.21-0.58，P<0.001，提示接受靶向治疗的患者死亡风险较手术治疗降低65%；
2. 肿瘤分期Ⅰ-Ⅱ期vsⅢ-Ⅳ期：HR=0.42，95%CI：0.25-0.70，P=0.001，提示Ⅰ-Ⅱ期患者死亡风险较Ⅲ-Ⅳ期降低58%。

年龄、性别对肺癌患者生存预后无统计学影响（均P>0.05），这一结果与临床实践中年龄、性别并非肺癌预后核心影响因素的认知一致。