【摘要】：前面已经提到生存曲线的估计，但是两条生存曲线差别是否具有统计学意义仍需通过假设检验来进行。生存曲线的比较有专门的假设检验方法，有log-rank检验、WilCoxon检验等，本节主要介绍log-rank检验。log-rank检验的基本思想是：在组间生存率相同的假设检验下，对每组生存数据在各个时刻尚未出现目标事件的研究对象数和实际事件数计算期望事件数，然后将期望事件数与实际事件数进行比较，做假设检验。H1：S1≠S2，两总体生存曲线不相同。
前面已经提到生存曲线的估计，但是两条生存曲线差别是否具有统计学意义仍需通过假设检验来进行。由于生存分析不仅是将结局出现与否作为检验依据，还需要考虑每个研究对象的生存时间，这里传统的χ2检验显然不再适用。生存曲线的比较有专门的假设检验方法，有log-rank检验（也称时序检验）、WilCoxon检验等，本节主要介绍log-rank检验。
log-rank检验的基本思想是：在组间生存率相同的假设检验（H0）下，对每组生存数据在各个时刻尚未出现目标事件的研究对象数和实际事件数计算期望事件数，然后将期望事件数与实际事件数进行比较，做假设检验。这种方法适合两组或多组生存率比较（方积乾等，2012）。
H0：S1（t）＝S2（t），两总体生存曲线相同。
H1：S1（t）≠S2（t），两总体生存曲线不相同。(www.xing528.com)
当H0成立时，根据ti时刻的概率密度函数，可计算出ti时刻上各组的理论事件数；将所有时刻各组的理论事件数累加，便可以得到各组的理论事件总数Tg；将Tg和各组的实际事件总数Ag作比较，就形成了log-rank检验的χ2统计量：
其中，k为组数，可按自由度查询相应χ2界值表，得到P值，作出统计推断。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
