KM生存曲线交叉怎么办？Landmark分析

各位小伙伴们，大家好！在做生存分析绘制KM曲线时，会遇到曲线交叉，该如何处理呢？小编结合一篇已发表的文献，分享一下如何用R语言实现Landmark分析，供大家参考。

1.文献分享

这篇文章是2014年发表在柳叶刀的临床试验，比较两种冠脉支架在1年和5年时的预后不良事件的情况。原文是Differential clinical outcomes after 1 year versus 5 years in a randomised comparison of zotarolimus-eluting and sirolimus-eluting coronary stents (the SORT OUT III study): a multicentre, open-label, randomised superiority trial. Lancet, 2014.

该文章探讨了多个不良事件，下图是主要不良心肌梗死事件的KM曲线，可以看出两条线表示两种支架随时间变化的心脏事件风险。其中蓝线在早期（12个月内）增长的幅度大，斜率比红线大。晚期（12个月后）两条线慢慢重合，基本平行斜率差异不大，KM曲线有交叉。看下图发现随访的不同时间段间基础风险发生变化，需要分时间段分析(Event rates of myocardial infarction in the zotarolimus-eluting stent and sirolimus-eluting stent groups)。

下图是采用Landmark分析，按照1年为时间节点，得出早期两种支架的OR值为3.61（p=0.006），一种支架比另一种的心肌梗死不良事件风险高出2.61倍。在一年后两条线没有明显分开，OR=0.73(P=0.13)(Landmark analysis discriminating between events occurring before and after 1 year of follow-up. OR=odds ratio)。

2.Landmark分析

Cox模型又称比例风险模型，分析发生某种结局（如死亡）的时间与危险因素的联系。所谓等比例风险，其实简单来说很容易理解：它表示，在研究期间内，某因素对生存的影响在任何时间都是相同的，不随时间的变化而变化。如吸烟对肿瘤的影响，不管是第一年、第二年、……，对肿瘤的危险都是相同的。

而检验这一假定条件的方法其实也很简单：可以观察分类协变量的每组的KM曲线间是否无交叉，若无则通过。因此就可以采用Landmark分段分析。

Landmark分析：如果随访的不同时间段间基础风险发生变化，需要分时间段分别分析。如手术治疗术后一段时间内病人死亡风险大，但如活过某时间点，死亡风险大大降低。

做Landmark分析的数据结构和常规的生存分析是一样的。需要有结局事件变量，以及生存时间和分组变量。

3. 案例实操

接下来，外部加载数据集，因变量为生存时间(times)和是否死亡(failures)，分组变量是ecd，现在利用R语言组做Landmark分析，研究不同时间段，ecd=1和ecd=0对于患者预后的影响,需要说明的一点是由于演示数据的KM曲线并没有发生交叉，只演示Landmark分析如何用R实现。

3.1 加载数据

3.3 中间体数据生成

结果解释

上图是Landmark分析的的死亡风险变化曲线，横坐标是生存时间，纵坐标是死亡风险，垂直虚线表示时间节点，以上为Landmark分析的过程，R语言实现挺简单的，欢迎后台留言。

如果您觉得有用，请点赞，转发哦~

更多统计小知识，请在观望公粽号 易学统计