基于Lifelines包Kaplan-Meier法提取120个月精确癌症特异性生存率

首先明确核心逻辑：Kaplan-Meier估计的生存函数是右连续阶梯函数，仅在发生终点事件/删失的时间点发生数值跳变，两个相邻观测时间点之间的生存概率完全恒定，不需要插值计算。
kmf.survival_function_返回的是标准pandas DataFrame结构：行索引为随访时间（单位和你输入的生存时间单位一致，此处为月），默认列名为KM_estimate，存储对应时间点的癌症特异性生存率（CSS）。

具体提取操作 #

• 场景1：拟合KM模型时已经在timeline参数中指定了120个月节点，或原始观测时间中刚好存在120个月的记录
  直接通过索引取值即可：

  css_120 = kmf.survival_function_.loc[120, "KM_estimate"]
  

• 场景2：返回的时间点序列中没有精确120个月的记录（比如当前返回的时间点为0、4、6…128个月，120落在两个相邻观测点之间）
  筛选所有随访时间≤120个月的记录，取其中最大时间点对应的生存率，就是120个月节点的准确CSS值：

  # 筛选所有不超过120个月的随访记录
  records_before_120 = kmf.survival_function_[kmf.survival_function_.index <= 120]
  # 取最后一条记录（即离120个月最近的前一个节点）的CSS值
  css_120 = records_before_120["KM_estimate"].iloc[-1]
  

注意事项 #

• 不要对KM生存函数做线性插值计算中间时间点的生存率，这种操作不符合Kaplan-Meier方法的统计学原理，得到的结果是错误的。
• 如果后续需要固定提取多个时间点（比如12、36、60、120个月）的生存率，可以在拟合模型时直接通过timeline参数指定需要输出的时间节点，拟合完成后survival_function_会直接返回这些节点的对应值，示例代码如下：

  # 拟合时指定需要输出的时间节点
  kmf.fit(
      durations=df['followup_month'],
      event_observed=df['css_event'],
      timeline=[12, 36, 60, 120]
  )
  # 直接批量提取对应节点CSS
  target_css = kmf.survival_function_["KM_estimate"]
  

内容的提问来源于stack exchange，提问作者Mischa