无法进行生存分析、生存（事件发生时间）估计概率背景：观察我们通过手术干预的疾病进展过程。 除 2 名患者（50 名患者中）外，所有患者继续经历疾病进展，而其余患者在随访时疾病进展得到缓解和/或停止（即成功的手术结果）。我正试图获得关于时间的这种手术干预成功的 KM 曲线。 我的目标是提供一个有意义的结果，描述该手术在阻止疾病进展方面的成功程度，以及我们可以报告该结果的时间和可信度。 我认识到缺乏对照组，但这是单独的对话和疾病过程的先天局限性，这将在我们的论文中讨论。
目前我的数据设置为：事件 = 疾病进展。 由于除了两个对象之外的所有人都经历了该事件，这意味着该小组主要由以下人员组成右审查科目。 很少有人失访或死亡，但当然他们也被审查了。 这个设置正确吗？ 我得到的 KM 曲线本质上是时间线早期的两个小步骤，然后是一条平坦的线，直到研究期结束。 有这么多被右删减的主题看起来很奇怪。 有没有更合适的方式来表示这些数据？ 如果这实际上是正确的，我想提供给定时间点的“生存概率估计”（即在 x 时间点无进展（成功手术）的概率是多少）。 但是，在 JMP 上，此功能出于某种原因呈灰色显示/无法从红色三角形下拉列表中访问。 有什么原因会这样吗？ 我将如何执行该计算？
感谢您的任何帮助！
苹果系统回复：生存分析，生存（事件发生时间）估计概率不可访问是的，你的设置是正确的。 有人可能会争辩说，离开研究的患者构成了截断的数据，而不是经过审查的数据。
这两个步骤也是正确的。 非参数估计保持不变，直到遇到另一个精确的生命观察。
您必须拟合模型以获得概率与时间的关系。 我推荐 Weibull 或对数正态分布模型。 JMP 可以构建所有模型并使用一个标准来选择最佳模型，但是当您只有两个确切的生命周期时，这种数据驱动的方法是有风险的。
这是一个例子。 我使用了 Big Class 数据表中的 :weight 数据列，并假装它是生命周期数据。 我添加了一个 Censor 列，除了两行之外所有行都是 1，所以只有两个确切的生命周期。 我启动了 Life Distribution 并选择了 Weibull 模型和量表。 您可以使用右侧的分布刻画器来估计给定时间的故障概率。
回复：生存分析，生存（事件发生时间）估计概率不可访问谢谢，这非常有帮助！ 使用以上内容，我能够使用 Weibull 模型和量表提供 1 年、3 年和 5 年的无进展估计。
关于同一数据集，我还有一个问题。 我的事件发生时间数据可以按疾病阶段（阶段 A、B 和 C）分组。 我可以评论说，基于对数秩检验，事件数据的时间分布在各组之间没有差异。 一位审稿人要求我“报告事件发生时间的差异作为阶段的函数，风险比作为影响大小，95% CI 围绕 B 阶段和 C 阶段的 HR”。 我个人理解为要求以A期为参照组进行Cox回归风险比分析。 我用了拟合比例风险为此选择的模块“风险比”（基于快速搜索，等同于 JMP 中的风险比）。 这个设置是否正确？ 如果这是正确的，主要问题是我的 Stage B 组没有任何事件。 因此，我得到的 HR 为 0.00，CI 最低为 5.48E-06，最高为 3.38E+266！ 显然这是一个退化的估计，但不确定是否任何解决方法或我将如何解释或报告此值？由于每组中的事件很少（A 阶段 n=1，C 阶段 n=1），我认识到很难从这些值中的任何一个得出有意义的结论，但我们将不胜感激任何帮助！
回复：生存分析、生存（事件发生时间）估计概率不可访问@Mark_Bailey引起了我的注意。在继续之前，我需要透露我没有医学或临床领域的经验。我的观点是基于我在相关领域可靠性数据分析方面的经验。以下是一些想法：
- 在可靠性数据分析领域，如果有两个少数事件，有两种处理方法：（1）获得保守估计，这意味着可靠性（相当于不同领域的生存）可能低估了事实(2)使用贝叶斯方法合并附加信息。但我认为这两个选项对您来说都不可行，因为它们都是 JMP 中的参数方法。 KME 是一个非参数模型。如果有非参数方法来解决医学和临床领域的少数事件，那超出了我目前的专业知识。
- 比例风险模型是一种半参数模型。但如果事件太少，您也会面临同样的困难。我不认为 JMP 目前提供的产品可以解决这一挑战。
请相关领域对此类情况进行研究。如果社区中有这方面的专家，我希望他们能够发现这篇文章并发表意见。
