R语言中的对数秩检验(Log Rank Test)详解

R语言中的对数秩检验(Log Rank Test)详解

引用

CSDN

1.

https://m.blog.csdn.net/weixin_57242009/article/details/139658741

对数秩检验（Log Rank Test）是生存分析中用于比较两组生存曲线最常用的方法。本文将详细介绍对数秩检验的基本原理，并通过R语言中的survival包，演示如何进行对数秩检验。

对数秩检验( log rank test )是比较两组生存曲线的最常用方法。

H0:两组生存率无差异。

Ha：两组生存率有差异。

如果检验的P值小于某个显著性水平（如α=0.05)，那么我们可以拒绝零假设，并得出结论：有足够的证据表明两组之间的存活率存在差异。

为了在R中执行时序检验，我们可以使用生存包中的survdiff（）函数，该函数使用以下语法：

survdiff(Surv(time, status) ~ predictors, data)

此函数返回一个卡方检验统计量和相应的p值。

R中对数秩检验

我们将使用生存包中的卵巢数据集。该数据集包含了69名患有卵巢癌的女性的生存数据，包括生存时间（以天为单位）和是否死亡（1表示死亡，0表示删失）。

首先，我们需要加载生存包并查看数据集的基本信息：

# 加载生存包
library(survival)

# 加载卵巢数据集
data(ovarian)

# 查看数据集的前几行
head(ovarian)

接下来，我们使用survdiff()函数来执行对数秩检验。在这个例子中，我们将比较治疗组（rx）之间的生存率差异：

# 执行对数秩检验
result <- survdiff(Surv(futime, fustat) ~ rx, data = ovarian)

# 查看检验结果
print(result)

检验结果将显示卡方统计量和相应的p值。如果p值小于0.05，我们可以认为两组之间的生存率存在显著差异。

为了更直观地理解检验结果，我们可以绘制生存曲线：

# 创建生存对象
surv_object <- Surv(ovarian$futime, ovarian$fustat)

# 创建生存曲线
surv_fit <- survfit(surv_object ~ ovarian$rx)

# 绘制生存曲线
plot(surv_fit, xlab = "Time in days", ylab = "Survival Probability", col = c("blue", "red"))
legend("topright", c("Rx = 1", "Rx = 2"), lty = 1, col = c("blue", "red"))

通过观察生存曲线，我们可以直观地看到两组之间的生存率差异。

对数秩检验是一种非常强大的工具，用于比较两组或多组的生存曲线。通过R语言中的survival包，我们可以轻松地执行对数秩检验并绘制生存曲线，从而更好地理解数据中的生存模式。