上期生存分析推送后，有粉丝在后台问：有发生率的情况，为什么要做生存曲线分析？

举个例子：临床试验中，共招募30位胃腺癌患者，均分为3组，分别使用了A/B/C三套不同的治疗方案，治疗期为2年。2年后统计3个组每组均死亡3人，但A组0.5年时死亡3人，B组是1.5年时死亡3人，C组是接近2年时死亡3人。此时，如果单纯分析死亡率，3个组的死亡率完全相同。但是，如果用生存分析，就能看出3个组的患者生存情况明显不同。

---

进入今日正题......

上一期，我们提到了如何使用GraphPad Prism绘制生存曲线。

实际上，很多软件都可以绘制生存曲线并加以统计分析有这种功能，包括SPSS、Origin、Stata以及R语言等。

综合看来，GraphPad Prism更容易上手，简单有效。Stata和R语言涉及一丢丢编程语言，可能相对不太容易上手。

由于，有相当一部分人喜欢使用SPSS和Origin，因此今天就拿这两个软件说一说如何绘制生存曲线。

还是使用上一期的数据作为示例。

eg：一共有36只裸鼠，施加某因素用于制作模型后全部成模，并随机均分为A、B、C、D组，每组9只。随后A组被设定为control组，不做治疗。B、C、D组动物分别给予药物1、药物2、药物3治疗。生存时间小于等于50天作为终点事件（即50天内死亡），以此比较几组之间是否存在差异？

那么常见的原始数据如下图，数值为动物存活天数。

---

SPSS篇

1. 将上表中的数据重新编码为以下格式。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分别代表3种药物。

2.仅复制数据（不要复制标题）到SPSS数据表中，然后再定义列名称和值标签。

3. 数据放好后，选择分析 → 生存分析 → Kaplan-Meier。

注：Kaplan-Meier是生存函数，允许有一个分组变量进行生存率的组间比较，还可容许一个分层变量，是生存分析的常用统计方法。

4. 在弹出的对话框中，按照下图将数据放入相应框中。

5. 注意了。我们要看不同组之间生存率的差异，关键事件为动物死亡，编码数据时就将死亡编码为1，而存活则编码为0。所以，点击“定义事件”，单值填1，1代表了动物死亡这个事件已发生，再点击继续。

有人会问，如果我选择单值填0呢？大多数动物生存时间小于50天，仅少量动物生存大于50天。因此“≤50天”内的生存差异成为关注的焦点。如果选择单值填0，此时软件认为你关注的焦点在大于50天之后，即50天后存活的动物存活期差别，生存曲线也会彻底改变。大家可以试试，比较一下。

6. 点击“选项”，选择“生存分析函数”，其它选项默认，点击继续后，再点击确定。

7. 在输出文档中，可以看到生存曲线。样子是有了，就是不太美观。

---

Origin篇

1.Origin的数据录入格式与SPSS一样，只不过需要将标题一起复制粘贴到Origin数据表之中。

2. 粘贴到F（x）这一栏下方，并修改列标题名称，如下图。

3. 继续按照下图选择Kaplan-Meier分析

4. 在弹出的对话框中，按照下图设置。点击小三角符号，将标题分别填入。

5. 注意了。Censoring Value（删失值）处设置为0。解释一下，在生存分析中，只要没有发生关键事件（如意外、病例脱落等）的情况，这种值都要定义为删失值，此值需定义为0，因为它没有发生死亡这个关键事件。当然了，删失值不能太多，否则会影响生存分析结果的可信度。

6.将 Test Equality处的三种差异分析方法都选上。所有其它选项默认，点击OK。

7.输出的生存曲线效果如下。当然了，Origin支持对图形就行修改和美化，此处暂且不表。

Ending