Kaplan-Meier生存曲线计算异常排查：R Markdown生存时间问题

背景与当前问题 #

我在R Markdown中开展Kaplan-Meier生存分析，数据集MOWHTO_COMPLICATIONS包含以下变量：

• D_SURGERY：手术日期
• REV_ARTHROPLASTY：仅翻修病例有值的翻修日期
• SENSOR_STATUS：0=截尾（未翻修），1=翻修

我使用以下代码计算生存时间、绘制生存曲线并查看10年生存率：

# 计算生存时间
MOWHTO_COMPLICATIONS$SURVIVAL_TIME_YEARS = as.numeric(difftime(MOWHTO_COMPLICATIONS$REV_ARTHROPLASTY, MOWHTO_COMPLICATIONS$D_SURGERY, units = "weeks"))/52.25

# 绘制生存曲线
survfit2(Surv(SURVIVAL_TIME_YEARS, CENSOR_STATUS) ~ 1, data = MOWHTO_COMPLICATIONS) %>% 
  ggsurvfit() +
  labs(
    x = "Years",
    y = "Overall Survival Probability"
  )+ 
  add_confidence_interval()+
  add_risktable()

# 查看10年生存率
summary(survfit(Surv(SURVIVAL_TIME_YEARS, CENSOR_STATUS) ~ 1, data = MOWHTO_COMPLICATIONS), times = 10)

结果显示678条观测因缺失被删除，10年生存率仅12.7%，远低于预期的80%-90%。

核心问题与修正方案 #

1. 生存时间计算的致命错误

你当前的代码仅计算了翻修病例的生存时间，未翻修的截尾病例因REV_ARTHROPLASTY为空值，导致SURVIVAL_TIME_YEARS变成缺失值——这就是678条观测被删除的原因。剩下的分析样本只有翻修病例，生存率自然远低于真实水平。

2. 必须给未翻修病例补充随访截止日期

未翻修的截尾病例，生存时间应计算为手术日期到随访截止日期的时长。你需要确定研究的随访截止日期（比如数据锁定日期、最后一次统一随访的日期），新增一个类似FU_CUTOFF_DATE的变量。

3. 修正后的生存时间计算代码

用ifelse判断病例状态，分别计算生存时间：

# 定义随访截止日期（请根据你的研究实际日期调整）
MOWHTO_COMPLICATIONS$FU_CUTOFF_DATE <- as.Date("2023-12-31")

# 分情况计算生存时间
MOWHTO_COMPLICATIONS$SURVIVAL_TIME_YEARS <- ifelse(
  MOWHTO_COMPLICATIONS$SENSOR_STATUS == 1,
  # 翻修病例：手术到翻修的时间
  as.numeric(difftime(MOWHTO_COMPLICATIONS$REV_ARTHROPLASTY, MOWHTO_COMPLICATIONS$D_SURGERY, units = "weeks"))/52.25,
  # 未翻修病例：手术到随访截止的时间
  as.numeric(difftime(MOWHTO_COMPLICATIONS$FU_CUTOFF_DATE, MOWHTO_COMPLICATIONS$D_SURGERY, units = "weeks"))/52.25
)

4. 额外检查点

• 变量名一致性：你代码中使用的CENSOR_STATUS和描述里的SENSOR_STATUS是否为笔误？必须保证变量名完全匹配，否则会导致分析逻辑错误。
• 日期格式校验：用class()函数确认D_SURGERY、REV_ARTHROPLASTY、FU_CUTOFF_DATE均为Date类型，避免日期计算出错。

内容的提问来源于stack exchange，提问作者Ahmed Mabrouk