生存曲线
Kaplan–Meier 图展示「随时间保持无事件」的概率。每个受试者贡献一条观测:要么是事件发生的时间,要么是那个没有发生 事件、被删失的受试者最后一次随访的时间。临床试验与流行病学里,它就是时间-事件结局的标准工具。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/survival.tsv'))
SELECT kuva_render(to_json({
'x_axis': {'name': 'time (months)'},
'y_axis': {'name': 'survival probability'},
'series': [{
'type': 'survival',
'groups': (SELECT list({'label': "group",
'times': ts,
'events': evs} ORDER BY "group")
FROM (SELECT "group",
list(time ORDER BY time) AS ts,
list(event = 1 ORDER BY time) AS evs
FROM d GROUP BY "group"))
}]
})) AS chart;
一个分组收两条平行列表 times 与 events;event = 1 变成字段要的 true,于是长表在一趟里就完成了透视与类型
转换。曲线上的短竖线是删失观测 —— 最后一次随访时仍无事件的受试者。
多臂对照与 p 值
一个臂一个分组。把 p 值画到图上有两条路:
pvalue_text画的是你给的字符串,检验要在 SQL(或别处)跑完、再把格式化结果传进来。logrank_pvalue: true用原始数据跑 log-rank 检验并标注结果(例如log-rank p = 0.023), 会覆盖pvalue_text。两组用精确的 Mantel–Haenszel 统计量,3 组以上用Σ (O−E)²/E近似。
下面的例子传的是预先算好的字符串 —— 一张自己编 p 值的图,比一张没有 p 值的图更糟,字符串至少让数字 可追溯到产生它的查询。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/survival.tsv'))
SELECT kuva_render(to_json({
'x_axis': {'name': 'time (months)'},
'y_axis': {'name': 'survival probability'},
'legend': {'position': 'outside_right_top'},
'series': [{
'type': 'survival',
'groups': (SELECT list({'label': "group",
'times': ts,
'events': evs} ORDER BY "group")
FROM (SELECT "group",
list(time ORDER BY time) AS ts,
list(event = 1 ORDER BY time) AS evs
FROM d GROUP BY "group")),
'pvalue_text': 'log-rank p = 0.031',
'legend': 'arm'
}]
})) AS chart;
临床标注
三个开关把生存曲线变成发表级的临床图:
| 字段 | 加什么 |
|---|---|
risk_table | 图下方的 number-at-risk 表:每组一行,在各 x 刻度处给剩余人数。空间由 kuva 自动预留。 |
median_lines | 中位生存参考线:先在 S = 0.5 处画一条水平虚线到各曲线的中位时间,再垂直落到轴上。始终没降到 0.5 的组没有线。 |
logrank_pvalue | log-rank 的 p 值:从原始数据算出并标注(覆盖 pvalue_text)。 |
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/survival.tsv'))
SELECT kuva_render(to_json({
'title': 'Kaplan-Meier with number at risk',
'x_axis': {'name': 'time (months)'},
'y_axis': {'name': 'survival probability'},
'legend': {'position': 'outside_right_top'},
'series': [{
'type': 'survival',
'groups': (SELECT list({'label': "group",
'times': ts,
'events': evs} ORDER BY "group")
FROM (SELECT "group",
list(time ORDER BY time) AS ts,
list(event = 1 ORDER BY time) AS evs
FROM d GROUP BY "group")),
'ci': true,
'ci_alpha': 0.15,
'risk_table': true,
'median_lines': true,
'logrank_pvalue': true,
'legend': 'arm'
}]
})) AS chart;
怎么读这张表: 每一格是该时刻仍在随访的人数 —— 观察时间(事件或删失)不早于该刻度的所有人。 它不是「生存概率 × N」:有删失时两者会分叉,而数字变小正是提示 —— 曲线后面那几级台阶只建立在很少 几个人身上。
置信带
ci 在每条曲线周围铺一层 Greenwood 95 % 置信带,ci_alpha 调它的不透明度。两条带子大面积重叠,就是「这个差异
不显著」的视觉版本 —— 引用任何 p 值之前,都值得先看一眼。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/survival.tsv'))
SELECT kuva_render(to_json({
'x_axis': {'name': 'time (months)'},
'y_axis': {'name': 'survival probability'},
'legend': {'position': 'outside_right_top'},
'series': [{
'type': 'survival',
'groups': (SELECT list({'label': "group",
'times': ts,
'events': evs} ORDER BY "group")
FROM (SELECT "group",
list(time ORDER BY time) AS ts,
list(event = 1 ORDER BY time) AS evs
FROM d GROUP BY "group")),
'ci': true,
'ci_alpha': 0.15,
'pvalue_text': 'p < 0.001',
'legend': 'arm'
}]
})) AS chart;
颜色
colors 按位置逐个给分组上色。给各臂挑有含义的颜色 —— 试验组与对照组、高表达与低表达 —— 而不要交给调色板,
因为调色板的顺序取决于分组排序。
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/survival.tsv'))
SELECT kuva_render(to_json({
'x_axis': {'name': 'time (months)'},
'y_axis': {'name': 'survival probability'},
'legend': {'position': 'outside_right_top'},
'series': [{
'type': 'survival',
'groups': (SELECT list({'label': "group",
'times': ts,
'events': evs} ORDER BY "group")
FROM (SELECT "group",
list(time ORDER BY time) AS ts,
list(event = 1 ORDER BY time) AS evs
FROM d GROUP BY "group")),
'colors': ['#2ca02c', '#d62728'],
'ci': true,
'legend': 'arm'
}]
})) AS chart;
样式
| 字段 | 默认 | 设置什么 |
|---|---|---|
line_width | 2 | 曲线线宽 |
censoring | true | 画删失的短竖线 |
censoring_size | 4 | 那些竖线的半高(像素) |
ci / ci_alpha | false / 0.2 | Greenwood 置信带及其不透明度 |
pvalue_text | — | 画在右上角的一行文字 |
WITH d AS (SELECT * FROM read_csv_auto('{{DFK_BASE_URL}}data/survival.tsv'))
SELECT kuva_render(to_json({
'x_axis': {'name': 'time (months)'},
'y_axis': {'name': 'survival probability'},
'legend': {'position': 'outside_right_top'},
'series': [{
'type': 'survival',
'groups': (SELECT list({'label': "group",
'times': ts,
'events': evs} ORDER BY "group")
FROM (SELECT "group",
list(time ORDER BY time) AS ts,
list(event = 1 ORDER BY time) AS evs
FROM d GROUP BY "group")),
'censoring': false,
'line_width': 3,
'legend': 'arm'
}]
})) AS chart;
字段
| 字段 | 类型 | 设置什么 |
|---|---|---|
groups | group[] | 必填。 每个臂一项:{label, times, events, color?}。 |
times | number[] | 每个受试者的随访时间。 |
events | boolean[] | true = 发生了事件,false = 删失。 |
colors | string[] | 逐组颜色,按位置对应。 |
line_width | number | 曲线线宽(默认 2)。 |
ci / ci_alpha | boolean / number | Greenwood 95 % 置信带及其不透明度。 |
censoring / censoring_size | boolean / number | 删失标记。 |
pvalue_text | string | 画在角上的自由文本 —— kuva 不替你算它。 |
risk_table | boolean | 在图下方画 number-at-risk 表。 |
median_lines | boolean | 画中位生存期的虚线参考线。 |
logrank_pvalue | boolean | 用原始数据算 log-rank p 值并标注;覆盖 pvalue_text。 |
legend | string | 图例标题;每个分组一条。 |
说明
groups不能为空,且组内times与events必须等长。- 事件时间是数值 —— 月、天、周期都行,只要一个 x 单位有一个含义。
pvalue_text是一个字符串:log-rank 检验不会替你跑。在 SQL 里算好、把格式化结果传进来,图上的数字才可追溯。logrank_pvalue: true是唯一的例外 —— 它用times/events自己算,并优先于pvalue_text。risk_table与median_lines只读你已经传进来的数据,不引入新字段。- 删失的受试者贡献的是一个小刻度、不是一次下降;把刻度藏起来的话,图注里要写明。
colors按位置对应,所以必须与查询输出的分组顺序一致。
另见
- kuva — 生存曲线 —— 绘图库自己的图型参考。
- 森林图 —— 汇总效应量,而不是时间-事件曲线。
- ROC 曲线 —— 另一种阶梯状的统计曲线。