基于事件天数与结局数据集，用SAS绘制存活人数曲线的最简方法

嘿，要搞定这个需求，用SAS的PROC LIFETEST绝对是最简单的方案——它专门为生存分析设计，能自动处理删失数据，直接生成你要的“仍存活人数随天数变化”的曲线，完全不用手动去计算每个时间点的存活数。

先明确下前提：你的数据集里，我们把outcome='death'当作终点事件（也就是不再存活），其他结局（比如cholys、tx end这些）都算作删失——意思是到这个时间点，受试者还活着，只是因为其他原因停止随访了。如果你的“存活”定义不一样，后面调整下标记逻辑就行。

第一步：给数据加个终点事件标记 #

先生成一个指示变量，告诉SAS哪些是终点事件，哪些是删失：

data pretend_surv;
    set pretend;
    /* 把死亡标记为终点事件（1），其他情况都是删失（0） */
    event = (outcome = 'death');
run;

第二步：调用PROC LIFETEST生成曲线 #

一行核心代码就能搞定绘图，还能顺便拿到生存分析的统计量：

proc lifetest data=pretend_surv plots=survival(atrisk);
    time fup_time * event(0); /* 这里的(0)表示event=0是删失状态 */
    title "按天数统计的仍存活人数曲线";
run;

• time语句：fup_time是我们的随访天数，* event(0)用来指定删失的编码——告诉SAS，当event=0时，这个时间点的受试者没有发生死亡（仍存活），只是随访结束了。
• plots=survival(atrisk)：这个参数太实用了！它不仅会画出平滑的生存曲线（纵轴是存活概率，横轴是天数），还会在曲线下方标注每个关键时间点的仍存活人数（风险人数），完全匹配你的需求。

小调整：如果存活定义不同怎么办？ #

比如你想把reop（再次手术）也当作终点，只要修改event变量的定义就行：

event = (outcome in ('death','reop'));

用这个方法的好处就是省事儿——不用自己写循环去统计每个时间点的存活数，SAS会自动帮你处理所有删失情况，输出的曲线质量也很高，不用再额外调图。

内容的提问来源于stack exchange，提问作者Roy Pardee