R语言ggsurvplot与SAS PROC LIFETEST的log-rank检验结果差异求助

ggsurvplot的Log-Rank p值本质来自survival包的survdiff函数，和SAS PROC LIFETEST的结果差异通常源于细节设置或数据处理逻辑的不同，以下是核心排查方向：

1. 删失值定义匹配性 #

R中Surv(TIME_OS, STATUS_OS)默认将非1的STATUS_OS值视为删失，而SAStime time_os*status_os(0)仅把指定的0作为删失。若数据中存在2、9等其他编码值，R会自动归为删失，SAS则会将其当作事件处理，直接导致结果偏差。需确认两组数据中STATUS_OS的编码规则完全一致。

2. 检验统计量的权重差异 #

• R的survdiff默认计算Mantel-Haenszel版本的Log-Rank统计量（权重为1）；SAS PROC LIFETEST默认采用Tarone-Ware版本（权重为生存时间平方根），小样本或生存分布差异大时，两种方法结果会明显不同。
  • 可在SAS中指定Mantel-Haenszel方法对齐R的逻辑：

    proc lifetest data=data plots=s(test);
        time time_os*status_os(0);
        strata group / test=logrank(mh);
    run;
    

  • 也可在R中调整权重匹配SAS默认逻辑，验证差异来源：

    diff <- survdiff(Surv(TIME_OS, STATUS_OS)~GROUP, data=data, rho=0.5)
    pchisq(diff$chisq, length(diff$n)-1, lower.tail=FALSE)
    

3. 数据处理逻辑一致性 #

• 缺失值处理：R的survfit自动删除含缺失值的行；SAS PROC LIFETEST默认保留缺失值但会排除在分析外，需确保两组分析使用的是完全相同的无缺失数据集。
  • R中筛选无缺失数据：

    clean_data <- data[complete.cases(data[,c("TIME_OS","STATUS_OS","GROUP")]),]
    fit <- survfit(Surv(TIME_OS, STATUS_OS)~GROUP, clean_data)
    

  • SAS中过滤缺失值：

    proc lifetest data=data plots=s(test);
        where not missing(time_os) and not missing(status_os) and not missing(group);
        time time_os*status_os(0);
        strata group;
    run;
    

• 分组变量编码：检查GROUP变量在R和SAS中的类型（字符/数值）及分组映射是否完全一致，避免因编码错位导致分组错误。

4. 生存时间精度问题 #

若TIME_OS为连续型变量，R与SAS对浮点小数的舍入规则可能存在细微差异。尝试将生存时间四舍五入为整数后重新计算，若差异消失则说明是精度问题导致。

内容的提问来源于stack exchange，提问作者Guillaume