是什么促使你提出这个愿望清单请求？
我们通常会对多个治疗组（分层）进行生存分析。Kaplan-Meier 分析提供 Log-rank 和 Wilcoxon 统计量，可以评估各组之间的差异。当模型显示显著性时，我们希望进行事后分析，对所有组进行两两比较，并采用适当的 α 校正。这类似于先进行 ANOVA 分析，然后进行 Tukey's HSD 事后检验并进行 Bonferroni 校正。在 SAS 中，我们可以对分层进行 Log-rank 检验并进行 Sidak 校正。
您希望看到哪些改进？
进行成对比较可以使生存分析更加有效，并能更精细地分辨哪些治疗组与其他治疗组之间存在差异。
在 SAS 中：STRATA '分组变量'/ test=logrank adjust=sidak;
输出：（xxxx 和 yyyy 代表不同的组（层））
| 分层平等性检验 |
| 测试 |
卡方检验 |
DF |
Pr > 卡方 |
| 对数秩 |
259.7179 |
4 |
<.0001 |
| 对数秩检验进行多重比较校正 |
| 分层比较 |
|
p 值 |
| 团体 |
团体 |
卡方检验 |
生的 |
突击检查 |
| xxxxx |
yyyyyyy |
234.6 |
<.0001 |
<.0001 |
| xxxxx |
yyyyyyy |
17.1415 |
<.0001 |
0.0003 |
| xxxxx |
yyyyyyy |
3.5276 |
0.0604 |
0.4634 |
| xxxxx |
yyyyyyy |
1.2451 |
0.2645 |
0.9537 |
| xxxxx |
yyyyyyy |
82.0587 |
<.0001 |
<.0001 |
| xxxxx |
yyyyyyy |
155.3 |
<.0001 |
<.0001 |
| xxxxx |
yyyyyyy |
169.1 |
<.0001 |
<.0001 |
| xxxxx |
yyyyyyy |
4.8642 |
0.0274 |
0.2427 |
| xxxxx |
yyyyyyy |
8.5731 |
0.0034 |
0.0336 |
| xxxxx |
yyyyyyy |
0.5678 |
0.4511 |
0.9975 |
SAS 中的单独分析可以给每个组分配字母，以表示显著性水平。
为什么这个想法很重要？
任何包含多个处理组和对照组的实验最终都需要分析组间差异。如果组数较少，可以手动完成；但如果组数很多，这项工作就非常繁琐。
尊敬的@DensityOfSpaces ，感谢您的请求。如果我们考虑在新生存平台中添加此功能，我们会及时通知您。
