Вы провели анализ выживаемости, у вас есть кривые и p-value лог-рангового теста, и теперь нужен рисунок, который мгновенно узнают клиницисты и рецензенты: кривая Каплана-Майера. Обычный путь идёт через пакеты R survival и survminer (ggsurvplot), и чтобы аккуратно выровнять ступенчатую кривую, метки цензурирования, таблицу риска и p-value, нужно терпение. В этом руководстве показано, как построить кривую Каплана-Майера для анализа выживаемости, просто описав её обычными словами: ИИ рисует кривые и таблицу числа под риском, пока вы сосредоточены на интерпретации данных.
К концу этого руководства вы сможете:
- Построить кривую Каплана-Майера для анализа выживаемости с правильными ступенчатыми кривыми — без программирования.
- Добавить метки цензурирования, доверительные полосы и ось Y выживаемости от 0 до 1 (или 0–100%).
- Сравнить две и более группы и отобразить p-value лог-рангового теста и отношение рисков.
- Добавить таблицу числа под риском под графиком и экспортировать готовую к печати кривую выживаемости для рукописи.
Всё, что ниже, происходит в редакторе SciDraw AI с помощью генератора кривых Каплана-Майера — вы описываете исследование и группы, ИИ рисует кривые, а вы дорабатываете их словами.
Что показывает кривая Каплана-Майера
Кривая Каплана-Майера оценивает вероятность дожить (или остаться без события) с течением времени. Время идёт по оси X; ось Y — это вероятность выживания, начиная с 1.0 (все без события) и ступенчато снижаясь при каждом событии. Кривая — это лестница, а не плавная линия, потому что выживаемость падает только в моменты событий. Маленькие штрихи показывают цензурированных участников — тех, кто выбыл из исследования или у кого к концу наблюдения событие так и не наступило.
При сравнении групп у каждой своя кривая. Расстояние между кривыми показывает разницу в выживаемости, а говорит, статистически ли значима эта разница. под графиком показывает, сколько участников остаётся в каждый момент времени — важнейший контекст, ведь кривые становятся ненадёжными, когда участников остаётся мало.
