使用制表和Graph Builder 的一大优点是，可以根据数据筛选器中包含的观测值群体动态地实时更新分析结果。看着汇总结果随着底层群体的变化而变化，真是令人兴奋；这能让我们深入了解某些特征如何影响结果！
然而，有一类终点指标无法享受到图表构建器动态更新带来的好处：即生存时间终点指标。虽然可以从生存分析平台生成分析结果，将估计值保存到数据表中，并在图表构建器中生成 Kaplan-Meier 生存曲线图，但如果不先更新从生存分析平台获得的估计值数据表，该曲线图就无法响应原始数据表中的观测值筛选。这会造成循环。为了便于本文讨论，我们假设我们讨论的是患者：
- 利用生存和产出估算值分析患者。
- Produce Kaplan-Meier plot from estimates using 图表构建器.
- Filter patients in original table using 数据筛选器.
- 更新分析并产出新的估算。
- Rebuild plot from updates estimates using 图表构建器.
Kaplan-Meier曲线图的持续更新应该流畅便捷。添加一个能够根据基础估计值更新的风险人数表也至关重要。请注意，许多医学期刊（请在页面上搜索“生存曲线图”）和美国食品药品监督管理局都要求Kaplan-Meier曲线图必须包含风险人数表。
安装生存探险家 插件。
生存探险家插件使用 JMP生存平台执行生存时间分析，并使用图表构建器生成 Kaplan-Meier 生存曲线图和风险人数表。用户可以选择修改图表并添加统计检验和置信区间等注释。更重要的是，该插件允许用户向配套的数据筛选器添加协变量，从而深入了解分析结果如何通过筛选感兴趣的观测值而动态变化。
生存探索者的对话框如图 1 所示。
Figure 1. Dialog for Survival Explorer图 1. 生存探索者对话框
职位描述：
- Y，事件发生时间：一个数值列，表示每次观察的事件发生或删失的时间。
- 分组：一个可选的字符列，用于为分组列的每个级别生成单独的事件发生时间曲线。
- 删失：一个数值列，指示每个观测值是否发生事件或删失结果。
选项包括：
- 截尾代码：截尾列的值指示观测值是否为截尾数据。其他值表示该观测值经历了某个事件。
- 风险数量间隔：风险数量表将根据此间隔打印数值。例如，如果间隔为 25，则风险数量表中的数值将每 25 天显示一次（假设时间列以 25 天为单位）。如果间隔超过所有分组级别的最大时间，则最后一个条目将显示在最大时间。
- 按分组着色风险表：如果选中此选项并提供了分组列，则风险表的行将根据 Kaplan-Meier 图中线条的颜色进行着色。如果未选中此选项或未提供分组列，则风险表的值将显示为黑色。此选项要求为分组列定义“值颜色”列属性。
- 风险人数相对大小：此值用于调整风险人数在 Kaplan-Meier 图中的相对大小。对于大量分组级别，应增加此值，以便在图表底部留出足够的空间来显示所有级别。
- 风险数字偏移：此值会调整风险数字中显示的数据位置，使其更具美感。
我们使用 Collett (2023) 的肝移植受者生存数据集来说明此插件的使用。该数据集包含 1,761 名患者的数据，包括移植失败时间（以天为单位）、失败原因、年龄、性别和原发疾病（ALD：酒精性肝病，PSC：原发性硬化性胆管炎，PBC：原发性胆汁性胆管炎）。
图 1 所示的对话框展示了我们的分析过程。“失败”列指示患者是否为失败病例，因此“删失代码”设置为 0。最大时间为 4720 天（近 13 年！），因此“风险间隔”设置为 365。其他选项均使用默认值。
图 2 展示了在生存平台中，将性别和年龄添加到数据筛选器后，分析得到的结果。“添加同时区间”选项已启用。
Figure 2. Analysis of liver transplant data图2. 肝移植数据分析
输出的“选项”区域最多可汇总四个按钮。按钮名称会根据选择而改变。
- 故障/生存：此选项可将图表从生存配置切换到故障配置。在生存配置中，Y 轴从 1 开始，概率随时间递减。Y 轴可以解释为存活（即未发生故障）的观测值比例。在故障配置中，Y 轴从 0 开始，概率随时间递增。Y 轴可以解释为发生故障（即未存活）的观测值比例。
- 添加区间/移除区间：此选项可添加或移除每条曲线周围的逐点 95% 置信区间。
- 添加同时区间/移除同时区间：此选项可添加或移除围绕每条曲线的 95% 同时置信区间。
- 添加检验/移除检验：此选项用于添加或移除生存曲线分组水平间差异的对数秩检验和 Wilcoxon 检验的 p 值。请注意，仅当选中“分组”列时才会显示此按钮。
在输出的图表构建器区域中，生成了三条线，汇总了移植失败的时间。垂直管道符号表示至少有一名患者被截尾的时间点。风险人数表显示，研究开始时，ALD、PBC 和 PSC 患者人数分别为 933、469 和 359 人。数值每 365 天显示一次，但最后一组数值显示在 4720 天，因为 4745 (13 × 365) 超过了最大天数。由于对话框选项，风险人数表以与“主要疾病分组”列的线条和置信区间颜色相匹配的颜色打印。
点击“添加测试”按钮，将分别添加对数秩检验和 Wilcoxon 检验的 p 值，分别为 0.0004 和 0.0014。
将数据筛选器子集化为性别 = 2 会立即更新图表构建器结果，使其与图 3 中显示的结果一致。
Figure 3. Analysis of liver transplant data for gender = 2图 3. 性别为 2 的肝移植数据分析
此处，风险人数表显示，ALD、PBC 和 PSC 患者人数分别为 200、400 和 94 人。样本量发生变化后，移植失败时间不再具有统计学意义（log-rank：0.7094，Wilcoxon：0.8926）。
当使用年龄等连续变量进行子集划分时，图表构建器的更新速度尤为显著。请观看下方视频。
参考
Collett D. (2023).医学研究中的生存数据建模，第四版。佛罗里达州博卡拉顿：CRC出版社。
