Kaplan Meier 生存图

Question

早上好，

我无法理解我的 Kaplan Meier 分析的一些输出。 我设法使用 ggsurvplot 和 survfit 生成了以下图和输出。 我首先绘制了 55 个巢的存活时间随时间变化的图，然后对巢失败的最高预测因子做了同样的事情，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. 存活曲线是针对孵化时间为 21-23 天的地面筑巢鸟。 孵化时间是蛋孵化前母鸡坐在蛋上的天数。 知道这一点，#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，我认为这与我的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或什至任何文献可以帮助我理解这个概念，我将不胜感激。

2. 我也想知道如何比较第二个图的中位生存时间。 由于微地形生存曲线 1 和 2 从不超过 0.5 pt，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 0.75，但在这个例子中仍然无济于事，因为微地形 0 永远不会低于 0.9 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：

摘要(s,times=c(7,14,21,29))

调用： 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统计网站。 但以下内容可能会有所帮助。

地块#1 中的中位生存时间怎么可能是 29 天？

中位生存率是生存曲线通过 50% 标记的地方。 仔细观察，29 天看起来不错。

我也想知道如何比较第二个图的中位生存时间。 因为微地形生存曲线 1 和 2 从不超过 0.5 pt。

鉴于您的数据，您无法比较中位数。 如果必须，您可以比较 75% 或 90%。 您可以比较点生存，例如，30 天。 您可以比较前 30 天截断的平均存活率。

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

Answer 2

聚会迟到...

29 天的中位存活时间是该物种的鸟类在孵化之前预计在蛋中孵化的中位孵化时间 -根据您的数据。 您的 21-24（基于 ?）的中位数可能基于对已孵化的鸡蛋的许多实验/研究，忽略了尚未孵化的鸡蛋（那些失败的？）。

从您的总体存活曲线来看，很明显有些鸡蛋尚未孵化，即使超过 35 天。 在计算预期生存时间时将考虑这些因素。 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？ 是否有已知的最大孵化时间？ 所有孵化蛋的破纪录者？