生存分析跑完了，曲线和 log-rank p 值都有了，现在你需要的是临床医生和审稿人一眼就能认出来的那张图：Kaplan-Meier 生存曲线。常规路线要走 R 的 survival 和 survminer（ggsurvplot），而要把阶梯曲线、删失刻度、风险人数表和 p 值都干净地对齐，相当考验耐心。这篇指南教你只用大白话做出生存分析的 Kaplan-Meier 曲线：曲线和风险人数表由 AI 来画，你把精力留给数据解读本身。
读完这篇指南，你将能够：
- 做出生存分析的 Kaplan-Meier 曲线，带正确的阶梯下降曲线——无需写代码。
- 加上删失刻度、置信带，以及从 0 到 1（或 0–100%）的生存率纵轴。
- 比较两组或多组，并显示 log-rank p 值和风险比（HR）。
- 在图下方加风险人数表，并导出可印刷的生存曲线用于你的稿件。
下面所有操作都在 SciDraw AI 编辑器 里、用 Kaplan-Meier 生存曲线生成器 完成——你描述研究和分组，AI 把曲线画出来，你再用文字打磨。
Kaplan-Meier 曲线展示了什么
Kaplan-Meier 曲线估计的是随时间推移存活（或保持无事件）的概率。时间沿横轴延伸；纵轴是生存概率，从 1.0（所有人无事件）开始，每发生一次事件就向下迈一步。曲线是一道阶梯，而不是平滑曲线，因为生存率只在事件发生的时间点下降。小小的刻度标记表示被删失的受试者——那些中途退出研究、或随访结束时仍未发生事件的人。
当你比较多组时，每组各有一条曲线。曲线之间的间隔体现生存差异，而 log-rank p 值告诉你这种差异是否具有统计学显著性。图下方的风险人数表显示每个时间点还剩多少受试者——这是关键的背景信息，因为当剩下的人很少时，曲线就变得不可靠了。
第一步：描述你想要的生存曲线图
打开 编辑器，告诉 AI 研究内容、分组、时间单位和终点事件。终点（总生存 vs. 无进展生存）和时间单位决定了坐标轴的样子，所以要讲明。
模板： "为 [终点事件，例如总生存] 做一张 Kaplan-Meier 生存曲线图。横轴：时间，单位 [月]，0 到 [60]。纵轴：生存概率，0 到 1。为 [各分组] 画阶梯下降曲线，加删失刻度标记，显示 log-rank p 值，并在图下方加风险人数表。"
一个填好的例子：
- "做一张比较 Treatment vs. Control、随访 60 个月的总生存 Kaplan-Meier 曲线。纵轴 0 到 1，阶梯下降曲线，每条曲线上加删失刻度，在中位生存处画一条虚线，右上角显示 log-rank p 值，横轴下方加一张风险人数表。"
第二步：加删失标记和置信带
有两个细节标志着一张 Kaplan-Meier 曲线做得规范：删失刻度，以及（常常需要的）置信带。
- "在两条曲线上的每个删失时间点加竖直小刻度。"
- "在每条生存曲线周围加阴影 95% 置信带。"
- "用一条下落到横轴的虚线标出每组的中位生存时间。"
置信带传达的是不确定性，随着风险人数减少而变宽——这正是风险人数表如此重要的原因。
第三步：比较分组并展示统计量
多数生存曲线图都要比较不同组别。给每组一个清晰的颜色和标签，并把检验结果摆出来。
- "把 Treatment 曲线涂蓝色，Control 曲线涂橙色，图例放右上角。"
- "在图上显示 log-rank p 值（p = 0.003）。"
- "加上风险比及其 95% CI：HR 0.62（0.45–0.85）。"
- "比较三组——Low、Medium 和 High dose——各用一种颜色的曲线。"
把真实的统计量写出来，让图自成一体，读者就不必去正文里翻找了。
第四步：加风险人数表
风险人数表是临床期刊所期待的，也是判断曲线随时间可靠性的最佳方式。
- "在横轴下方加一张风险人数表，每组一行，显示 0、12、24、36、48、60 个月时的人数。"
- "把每一列对齐到对应的时间刻度正下方。"
- "把行标签的颜色与各自曲线匹配。"
对齐是让表格可读的关键——当各列落在时间刻度下方时，视线会立刻把人数和曲线联系起来。之后若需做任何文字微调，见 如何编辑 AI 图中的文字与标签。
常见错误（以及如何修正）
- 画成平滑曲线而非阶梯。 生存率只在事件时间点下降，所以曲线必须是阶梯。修正： "把曲线画成阶梯下降，而不是平滑曲线。"
- 缺少删失标记。 没有刻度，读者就看不出谁被删失了。修正： "在每个删失时间点加删失刻度标记。"
- 没有风险人数表。 剩余受试者很少的曲线会显得比实际更确定。修正： "加一张对齐到时间轴下方的风险人数表。"
- 纵轴没从顶端开始。 生存率从 1.0 起步；截断会夸大差异。修正： "把纵轴设为 0 到 1，时间为零时从 1.0 开始。"
- 只报告 p 值。 只有 p 值而没有风险比，就没有效应量。修正： "在 log-rank p 值旁边加上风险比及其 95% CI。"
- 曲线延伸到没有意义的随访区间。 只剩 1–2 个受试者的尾部都是噪声。修正： "在风险人数低于某阈值处把曲线裁掉或置灰。"
导出与使用
图做好后，按用途导出：
- "把这张图导出成 300 DPI 的 PNG，尺寸适配期刊单栏宽度。"
- "给我一个 SVG 矢量版本，方便在 Illustrator 里做最终修改。"
- "导出 1600 像素宽、白色背景，用于我的会议幻灯片。"
Kaplan-Meier 曲线通常与临床论文里的其他结局图并列。如果你在报告一项随机试验，可把它和 如何制作 CONSORT 流程图（用于参与者流程）搭配，并随手备着 如何编辑 AI 图中的文字与标签 以应对最后一刻的标签修改。所有内容在 SciDraw AI 编辑器 里始终可编辑。
常见问题
不用 R 或 survminer 怎么做 Kaplan-Meier 曲线？
打开 Kaplan-Meier 生存曲线生成器，描述你的终点事件、分组和随访时间，AI 就会画出带删失标记和风险人数表的阶梯下降生存曲线。你通过打字来调整颜色、统计量和风险人数表——不需要 ggsurvplot。
Kaplan-Meier 曲线的纵轴该是什么？ 生存概率，范围从 0 到 1（或 0–100%），时间为零、所有人无事件时从 1.0 开始。随着事件在随访期内累积，曲线沿横轴向 0 阶梯下降。
我需要风险人数表吗？ 大多数临床期刊都要求。它显示每个时间点还有多少受试者无事件且未被删失，从而告诉读者：曲线尾部什么时候是基于太少受试者、不足为信的。让生成器把它对齐到时间轴下方。
怎么说明两条生存曲线有差异？ 在图上显示 log-rank p 值，并加上风险比及其 95% 置信区间作为效应量。给每组一个不同的颜色和图例，让比较毫不含糊。
无进展生存也能用同样方式画吗？ 可以。无进展生存、无病生存和各类时间-事件终点都用同一套 Kaplan-Meier 构造。只要告诉 Kaplan-Meier 生存曲线生成器 你的终点，AI 就会相应地标注坐标轴和曲线。
现在就做你的 Kaplan-Meier 曲线
跳过 survminer 的繁琐设置。描述你的生存数据，说明分组，让 AI 画出干净的阶梯下降曲线，带删失标记、统计量和风险人数表。打开 Kaplan-Meier 生存曲线生成器，或直接进入 SciDraw AI 编辑器，现在就开始做。
