卡普兰迈尔生存图

Question

早上好，

我无法理解 Kaplan Meier 分析的一些输出。我已经设法使用 ggsurvplot 和 survfit 生成以下图和输出。我首先绘制了 55 个巢的生存时间随时间变化的图，然后对巢失败的主要预测因素进行了同样的绘制，其中一个是微地形，如本例所示。

Call: npsurv(formula = (S) ~ 1, data = nestdata, conf.type = "log-log")

26 observations deleted due to missingness 
records   n.max n.start  events  median 0.95LCL 0.95UCL 
 55      45       0      13      29       2      NA

Call: npsurv(formula = (S) ~ Microtopography, data = nestdata, conf.type = "log-log")

29 observations deleted due to missingness 
                    records n.max n.start events median 0.95LCL 0.95UCL
Microtopography=0      14    13       0      1     NA      NA      NA
Microtopography=1      26    21       0      7     NA      29      NA
Microtopography=2      12     8       0      5      3       2      NA

所以，我有两个主要问题。 1. 存活曲线适用于蛋孵化时间为 21-23 天的地面筑巢鸟类。孵化时间是母鸡孵化前孵化蛋的天数。知道这一点，情节 #1 中的中位生存时间怎么可能是 29 天？它似乎符合我读过的关于同一物种的文献，但是，我认为它与我模型中的左删失有关，但老实说我不知所措。如果有人有任何见解甚至任何文献可以帮助我理解这个概念，我将非常感激。

我也想知道如何比较第二个地块的中位生存时间。因为显微形貌生存曲线 1 和 2 从未降低 0.5 点，所以返回的中位生存时间为 NA。我知道我可以选择另一个间隔，例如 .75，但在这个例子中这仍然对我没有帮助，因为微形貌 0 永远不会低于 .9 左右。人们将如何报告这些数据。解决方法是选择生存间隔，使用：

summary(s,times=c(7,14,21,29))

Call: npsurv(formula = (S) ~ Microtopography, data = nestdata, conf.type = "log-log")

     29 observations deleted due to missingness 
                Microtopography=0 
     time n.risk n.event censored survival std.err lower 95% CI upper 95% CI
      7      3       0        0    1.000  0.0000        1.000        1.000
     14      7       0        0    1.000  0.0000        1.000        1.000
     21     13       0        0    1.000  0.0000        1.000        1.000
     29      8       1        5    0.909  0.0867        0.508        0.987

                Microtopography=1 
     time n.risk n.event censored survival std.err lower 95% CI upper 95% CI
      7      9       0        0    1.000  0.0000        1.000        1.000
      14     17       1        0    0.933  0.0644        0.613        0.990
      21     21       3        0    0.798  0.0909        0.545        0.919
      29     15       3        7    0.655  0.1060        0.409        0.819

                Microtopography=2 
     time n.risk n.event censored survival std.err lower 95% CI upper 95% CI
      7      1       2        0    0.333   0.272      0.00896        0.774
     14      7       1        0    0.267   0.226      0.00968        0.686
     21      8       1        0    0.233   0.200      0.00990        0.632
     29      3       1        5    0.156   0.148      0.00636        0.504

Answer 1

没有真正的 R 问题，所以这个问题可能更适合 statistics 网站。但以下内容可能会有所帮助。

how is it possible that the median survival time in plot #1 is 29 days?

中位生存期是生存曲线超过 50% 标记的地方。目测了一下，29天应该是吧。

I am also wondering how I can compare median survival times for the 2nd plot. Because microtopography survival curves 1 and 2 never croos the .5 pt.

鉴于您的数据，您无法比较中位数。如果必须的话，您可以比较 75% 或 90%。您可以比较 30 天时的点存活率。您可以比较前 30 天的截断平均存活率。

为了比较中位数，您必须做出假设。我合理的假设是在至少包括一次失败的某个任期点之后呈指数衰减。

Answer 2

晚会...

29 天的中位存活时间是该物种的鸟类预计在孵化之前在卵中的中位孵化时间 - 基于你的数据。您的中位数 21-24（基于？）可能基于许多 experiments/studies 个已孵化的卵，忽略那些尚未孵化的卵（那些失败的？）。

从您的总体存活曲线来看，很明显有些卵尚未孵化，即使已超过 35 天。在计算预期生存时间时会考虑这些因素。如果您认为这些鸡蛋会失败，请忽略它们。否则，软件不可能知道它们最终会失败。但是，即使在 30 天之后，谁又能确定鸡蛋是否会失败呢？是否有已知的最长孵化时间？所有孵化蛋的破纪录者？

卡普兰迈尔生存图

Kaplan Meier survival plot

r

survival-analysis