从文献角度学习统计学
文献一： Takahashi 等，2021，Sarcopenia is poor risk for unfavorable short- and long-term outcomes in stage I non-small cell lung cancer。研究了 315 例病理Ⅰ期 NSCLC 患者，关注术后严重并发症、总生存期和无复发生存期。
文献二： Sarcopenia increases the risk of post-operative recurrence in patients with non-small cell lung cancer。研究了 256 例接受根治性肺叶切除及淋巴结清扫的 NSCLC 患者，重点关注术后复发。
两篇文章的研究主题相近，但统计方法并不完全相同。我们按照实际的研究流程来学。
一、先建立整体认识：统计学方法分别解决什么问题？
| 研究问题 | 统计学方法 | 解决什么问题 |
|---|---|---|
| 肌少症患者的生存情况是否更差？ | Kaplan–Meier 生存分析 | 展示生存概率随时间的变化 |
| 两组患者的生存曲线是否有差异？ | Log-rank 检验 | 判断两组生存曲线是否存在统计学差异 |
| 肌少症是否与复发有关？ | Cox 比例风险回归 | 分析肌少症与复发风险之间的关联 |
| 考虑年龄、病理分期等因素后，肌少症是否仍与复发有关？ | 多因素 Cox 回归 | 调整模型中其他变量，评估肌少症的独立关联 |
| 这种关联有多强？ | HR、OR、95% CI | 量化关联强度并反映估计的不确定性 |
| a |
记忆逻辑： 比较基线 → 描述生存 → 比较生存曲线 → 分析影响因素 → 调整其他因素 → 量化关联强度。
二、Fisher 精确检验：比较分类变量
- 统计学含义
Fisher 精确检验（Fisher’s exact test）是一种用于分析分类变量之间是否存在关联的统计学检验方法。
它常用于比较两组患者某种特征的比例是否存在差异，尤其适合样本量较小或列联表中期望频数较低的情况。
- 如何使用？
假设研究者想知道肌少症与术后严重并发症是否有关，可以将患者按照肌少症状态和并发症状态分类。
患者分组 发生严重并发症 未发生严重并发症 肌少症组 a b 非肌少症组 c d 将患者的实际人数填入表格，再根据数据特点选择 Fisher 精确检验或其他合适的分类变量检验。
检验后得到 P 值，用于判断两种分类变量之间的关联是否具有统计学证据。
- 为什么使用？
因为患者是否存在肌少症属于分类变量，是否发生严重并发症也属于分类变量。
Fisher 精确检验适合分析这类数据，而不是比较连续数值的均值。
- 能体现出什么？
如果 P<0.05：提示数据支持两种分类变量之间存在统计学关联。 如果 P≥0.05：没有足够证据认为两者存在统计学关联，但不能据此认定两者完全无关。
Fisher 检验本身不直接提供关联强度，也不能证明因果关系。
- 两篇文献如何使用？
对比项目 文献一：Takahashi 等，2021 文献二：术后复发研究 目的 比较不同肌少症状态患者的分类临床特征 分析分类变量之间的关联 例子 比较两组糖尿病患病比例、性别构成等 比较肌少症组与非肌少症组的临床特征 注意 该文还使用 Pearson χ² 检验 文中将 Fisher 精确检验用于变量间的关联分析
对你的课题有什么用？
如果你将患者分成肌少症组和非肌少症组，可以使用 Fisher 精确检验比较两组的性别构成、病理分期构成、组织学类型等分类变量。
但具体选择 Fisher 检验还是 χ² 检验，需要根据列联表的期望频数等条件判断，不能仅凭变量是分类变量就一律使用 Fisher 检验。
三、t 检验：比较两组连续变量的均值
- 统计学含义
t 检验（t-test）是一种用于检验均值差异的统计学方法。
在两组独立样本的研究中，独立样本 t 检验用于判断两组总体均值是否存在统计学差异。
- 如何使用？
假设研究者想比较肌少症组和非肌少症组的年龄。
|组别 |平均年龄|
|:–|—:| |肌少症组 |72 岁| |非肌少症组 |68 岁|
将两组患者的年龄数据输入统计软件，进行独立样本 t 检验，得到两组均值差异及相应的统计学检验结果。
注意：只是演示数据，并非文献的实际结果。
- 为什么使用？
年龄是连续变量，研究者可能想知道两组患者的平均年龄是否存在差异。
如果研究目的是比较两组均值，且数据满足相应的统计假设，就可以考虑使用 t 检验。
- 使用前需要注意什么？
两组应为独立样本；如果是同一患者治疗前后的数据，应考虑配对 t 检验。
需要考虑数据分布是否适合均值比较。
传统 Student 独立样本 t 检验要求两组方差相等；方差不齐时可考虑 Welch t 检验。
如果数据分布明显偏斜或存在其他不适合使用 t 检验的情况，可考虑 Mann–Whitney U 检验等方法。
- 能体现出什么？
P<0.05：提示两组总体均值存在统计学差异。 P≥0.05：没有足够证据认为两组总体均值存在差异。
t 检验主要回答“均值是否有差异”，不能直接说明某个因素是否导致结局发生。
- 两篇文献如何使用？
对比项目 文献一：Takahashi 等，2021 文献二：术后复发研究 连续变量比较方法 Mann–Whitney U 检验 t 检验 研究目的 比较肌少症组与非肌少症组的连续变量分布 比较两组参数数据的均值 方法选择的意义 采用非参数方法比较两组数据分布 在满足相应假设时比较两组均值
对你的课题有什么用？
例如，你可以比较肌少症组与非肌少症组的年龄、BMI 或腰大肌面积。
但要先判断变量的类型和数据分布，再决定采用 t 检验、Welch t 检验还是 Mann–Whitney U 检验。
注意： Mann–Whitney U 检验并不总是单纯比较中位数；它主要检验两组数据分布的差异。在特定条件下，才能将其解释为位置或中位数差异。
四、Kaplan–Meier 生存分析：观察结局随时间如何变化
- 统计学含义
Kaplan–Meier 法是一种用于估计生存概率的非参数方法。
它能够利用随访期间的事件发生时间和删失信息，估计患者在不同时间点仍未发生目标事件的概率，并绘制生存曲线。
- 先理解什么是生存分析
普通的比例比较通常只关心事件是否发生，而生存分析还关心事件发生的时间。
例如，两名患者最终都发生了复发，但一名在术后 6 个月复发，另一名在术后 4 年复发，两人的预后过程显然不同。
生存分析不仅考虑结局，还考虑从研究起点到事件发生的时间，并能够处理部分患者随访结束时尚未发生事件的情况。
- 三个重要概念
概念 含义 NSCLC 研究中的例子 生存时间 从规定的研究起点到目标事件发生的时间 从手术到死亡或复发的时间 事件 研究者关注的目标结局 死亡、复发或死亡与复合结局 删失(指值的测量或观测只有部分数据的一种情況) 随访结束时未观察到目标事件，或无法继续获得事件信息 患者最后一次随访时仍存活，且未观察到目标事件
- OS、DFS、RFS 和 CIR 有什么区别？
指标 英文全称 主要含义 需要关注的事件 OS Overall Survival 总生存期 通常以任何原因死亡为事件 DFS Disease-Free Survival 无病生存期 依照研究定义，以复发、死亡或其他规定事件为终点 RFS Recurrence-Free Survival 无复发生存期 依照研究定义，以复发及可能纳入的死亡事件为终点 CIR Cumulative Incidence of Recurrence 复发累积发生率 关注截至某一时间发生复发的累积概率，并需考虑竞争事件的处理方式 特别注意： DFS 与 RFS 的定义可能因研究而异，不能只根据英文缩写判断。阅读论文时，应查看作者对结局的操作性定义。
- 为什么使用 Kaplan–Meier 法？
因为肺癌术后患者的随访时间不一定相同。
有些患者随访了 5 年，有些患者可能只随访了 2 年，还有些患者在随访结束时仍然存活或未复发。
Kaplan–Meier 法能够利用不同长度的随访信息，并处理适当的右删失数据，因此比单纯计算最终发生事件的患者比例更适合分析时间结局。
- 能体现出什么？
Kaplan–Meier 曲线可以展示：
- 两组患者的生存概率如何随时间变化。
- 哪一组的生存概率下降得更快。
- 某个时间点的估计生存概率，例如 5 年 OS。
- 两组曲线是否呈现出明显不同的趋势。
但仅凭曲线本身，不能充分判断组间差异是否具有统计学意义，也不能证明肌少症导致了预后不良。
- 两篇文献如何使用？
对比项目 文献一：Takahashi 等，2021 文献二：术后复发研究 生存分析方法 Kaplan–Meier 法 Kaplan–Meier 法 主要结局 OS、RFS OS、DFS、CIR 研究目的 分析病理Ⅰ期患者的长期生存和无复发生存情况 分析不同肌少症状态患者的生存及复发情况 能体现什么 肌少症组的长期预后是否较差 肌少症组的复发负担及生存结局是否较差 文献一报告的 5 年 OS 为：非肌少症组 84.4%，肌少症组 69.1%；5 年 RFS 分别为 77.2% 和 62.0%。这些结果提示肌少症组的长期结局较差。
文献二报告的 5 年 OS 分别为 81.1% 和 59.5%，5 年 DFS 分别为 72.1% 和 38.6%，均是非肌少症组高于肌少症组。
对你的课题有什么用？
如果你想研究术前 CT 肌肉指标与 NSCLC 术后复发的关系，可以先绘制不同肌肉指标分组的 RFS 曲线，观察各组的无复发生存概率是否随时间呈现不同变化。
五、Log-rank 检验：比较两组生存曲线
- 统计学含义
Log-rank 检验是一种用于比较两组或多组生存曲线的统计学检验方法。
它利用随访期间各个事件时间点的实际事件数与在零假设下预期的事件数，判断组间生存过程是否存在统计学差异。
- 如何使用？
假设已经根据术前 CT 肌肉面积将患者分为肌少症组与非肌少症组。
第一步：使用 Kaplan–Meier 法分别绘制两组的 RFS 曲线。
第二步：使用 Log-rank 检验比较两组曲线。
第三步：结合 P 值和曲线形态，判断是否有证据表明两组的无复发生存情况存在差异。
- 为什么使用？
Kaplan–Meier 法负责估计和展示生存曲线；Log-rank 检验负责对组间生存曲线差异进行统计学检验。
两者经常配合使用，但作用不同。
- 能体现出什么？
- P<0.05：提示数据支持两组生存曲线存在统计学差异。
- P≥0.05：没有足够证据表明两组生存曲线存在统计学差异。
Log-rank 检验不能直接告诉你 HR 是多少，也不能调整年龄、分期等混杂因素。
此外，它通常更适合用于比较整个随访期间的生存曲线；如果不同时间段的风险关系发生变化，单一的 Log-rank 检验可能无法充分概括组间差异。
- 两篇文献如何使用？
对比项目 文献一：Takahashi 等，2021 文献二：术后复发研究 使用方法 Log-rank 检验 Log-rank 检验 比较对象 肌少症组与非肌少症组的 OS、RFS 曲线 肌少症组与非肌少症组的 OS、DFS 等生存曲线 研究目的 判断两组生存曲线是否存在差异 判断不同肌少症状态患者的生存结局是否不同 不能单独回答的问题 肌少症是否为调整其他因素后的独立预后因素 肌少症与复发的关联是否独立于病理分期等因素
对你的课题有什么用？
如果你比较低腰大肌面积组与高腰大肌面积组的 RFS，Log-rank 检验可以帮助你判断两组曲线是否存在统计学差异。
但如果你想进一步回答“调整病理分期、年龄等因素后，肌肉指标是否仍与复发有关”，就需要考虑 Cox 回归。
六、Cox 比例风险回归：分析影响因素与复发风险的关联
这是最值得优先掌握的方法,与研究课题直接相关。
- 统计学含义
Cox 比例风险回归模型是一种用于分析生存时间数据的半参数回归模型。
它研究某个因素与目标事件发生瞬时风险之间的关联，并允许研究者在模型中纳入多个变量，调整其他已测量因素的影响。
- 什么叫“瞬时风险”？
瞬时风险（hazard）可以理解为：在患者截至某个时间点仍未发生目标事件的条件下，接下来一个极短时间内发生事件的瞬时速率。
它不是患者最终复发的概率，也不是简单的复发人数占总人数的比例。
因此，HR 比较的是两组在相应时点的瞬时事件风险，而不是直接比较两组最终复发概率。
- 如何使用？
假设你的研究目的是分析术前腰大肌面积与 NSCLC 术后复发的关系。
可以将术后复发作为目标事件，将手术至复发或规定删失时间的间隔作为生存时间。
| 变量类型 | 研究中的例子 | 在模型中的作用 |
|---|---|---|
| 主要研究因素 | 腰大肌面积或肌少症状态 | 评估主要暴露与复发的关联 |
| 人口学因素 | 年龄、性别 | 调整可能影响预后的因素 |
| 肿瘤因素 | 病理分期、组织学类型、肿瘤大小 | 调整与复发相关的肿瘤特征 |
| 其他临床因素 | 合并症、治疗相关因素等 | 据研究设计、数据质量及临床依据决定是否纳入 |
变量不能仅仅因为 P 值显著才纳入模型。应结合临床知识、研究目的、样本量、事件数及潜在混杂关系预先制定调整策略。
- 为什么使用 Cox 回归？
因为复发不仅涉及“有没有复发”，还涉及“什么时候复发”。
Cox 回归可以利用事件时间和删失信息，并分析多个因素与复发之间的关联。
相比单纯的 Kaplan–Meier 曲线和 Log-rank 检验，多因素 Cox 回归还能在模型中同时纳入多个协变量，从而评估主要研究因素在调整这些变量后的关联。
- 单因素 Cox 与多因素 Cox 有什么区别？
比较项目 单因素 Cox 回归 多因素 Cox 回归 分析方式 每次分析一个因素 在同一个模型中纳入多个因素 主要目的 初步评估单个因素与结局的关联 评估调整模型中其他变量后的关联 是否调整其他变量 通常不调整 调整模型中纳入的其他变量 能否直接证明因果关系 不能 不能 结果如何使用 了解可能与预后有关的因素 评估主要因素是否仍与预后存在独立统计学关联
注意：“独立预后因素”是指在指定模型及其调整变量条件下，仍与结局存在统计学关联，并不代表已经排除了所有混杂因素，更不等于因果关系已得到证明。
- HR 怎么看？
HR 是 Hazard Ratio，即风险比。
|HR 数值 |一般解释|
|—|—| |HR=1 |两组瞬时事件风险相同| |HR>1 |研究因素对应的组别瞬时事件风险较高| |HR<1 |研究因素对应的组别瞬时事件风险较低|
以上解释以参考组、比较组和事件定义正确为前提。
- 两篇文献如何使用？
对比项目 文献一：Takahashi 等，2021 文献二：术后复发研究 使用方法 单因素及多因素 Cox 回归 多因素 Cox 比例风险回归 主要研究问题 肌少症与 OS、RFS 是否有关 肌少症与术后复发是否有关 调整其他变量的目的 评估肌少症与生存结局的关联是否独立于模型中的其他因素 评估肌少症与复发的关联是否独立于病理分期、组织学类型等因素 主要效应指标 HR、95% CI、P 值 HR、95% CI、P 值
文献一的多因素分析显示，肌少症与 OS 的 HR 为 1.978（95% CI：1.177–3.326，P=0.010），与 RFS 的 HR 为 1.914（95% CI：1.237–2.894，P=0.005）。
这表示在各自的多因素模型中，肌少症与较差的生存结局仍存在统计学关联。
文献二报告，肌少症与术后复发的 HR 为 2.52，P=0.001；病理分期和组织学类型也与复发相关。
这支持肌少症与 NSCLC 术后复发风险升高有关。不过，解释 HR 时还应查看 95% CI、参考组、事件定义及模型的具体调整变量。
- 使用 Cox 回归时需要注意什么？
比例风险假设： Cox 模型通常要求各组之间的风险比在随访期间保持相对稳定，需要评估这一假设是否合理。
- 混杂因素： 只调整模型中实际纳入且测量可靠的变量，不能认为所有混杂都已消除。
- 事件数： 模型复杂度需要与实际复发事件数相匹配，避免过拟合。
- 连续变量处理： 腰大肌面积等连续变量不一定需要人为分组；保留连续信息有时能提高统计效率，但应考虑变量与 log hazard 的关系。
- 竞争风险： 如果研究复发，非复发死亡可能阻止患者之后发生复发，需要明确研究目标，并考虑是否应使用竞争风险方法。
对你的课题有什么用？
这是核心分析方法之一。
你可以使用 Cox 回归研究术前 CT 肌肉指标与 NSCLC 术后复发之间的关联，并根据临床知识和研究设计调整年龄、病理分期、组织学类型等潜在混杂因素。
还可以比较不同肌肉指标的建模方式，例如连续变量、预先设定的截断值或非线性关系。但应在研究方案中明确主要分析，避免反复尝试不同截断值后只报告显著结果。
七、CIR 的一个特殊问题：为什么不能简单等同于普通生存概率？
第二篇文献中有一个很有价值的概念：CIR，即复发累积发生率。
在复发研究中，如果患者先于复发发生非复发死亡，那么此后他就不可能再观察到复发。
这种会阻止目标事件发生的事件称为竞争事件（competing event）。
例如：
一名患者在术后两年内因其他原因死亡，死亡前未发生复发。对于研究“术后复发”，这名患者的死亡不是普通意义上可以忽略的随访结束，因为他此后不可能再发生复发。
因此：
方法 主要回答的问题 需要注意的地方 Kaplan–Meier 法 在删失机制等假设下，估计目标事件相关的生存概率 若把竞争事件简单当作删失，可能高估复发的实际累积发生概率 累积发生函数（Cumulative Incidence Function） 考虑竞争事件后，估计截至某时间发生复发的累积概率 更适合描述存在竞争风险时的实际复发累积发生率 原因特异 Cox 模型（Cause-specific Cox model） 分析因素与处于尚未发生任何事件状态时复发瞬时风险的关联 解释的是原因特异风险 Fine–Gray 模型 分析因素与复发累积发生过程之间的关联 解释的是亚分布风险，和原因特异 HR 的含义不同
一个重要的文献阅读细节： 第二篇文章的方法部分写明使用 Kaplan–Meier 法计算 OS、DFS 和 CIR，并用 Log-rank 检验比较生存差异。
阅读时应区分作者实际采用的方法与更适合处理竞争风险的统计方法。对于你自己的复发课题，需要根据研究目标、竞争事件的定义以及统计分析方案，决定如何处理非复发死亡，而不是机械照搬论文的方法。
八、把两篇文献的统计方法放在一起比较
统计方法 文献一：Takahashi 等，2021 文献二：术后复发研究 需要掌握的重点 Fisher 精确检验 使用 使用 比较分类变量之间的关联 t 检验 未采用；使用 Mann–Whitney U 检验比较非分类变量 使用 在适当条件下比较两组均值 Mann–Whitney U 检验 使用 统计方法描述中未列为主要方法 比较两组数据分布 Kaplan–Meier 法 分析 OS、RFS 分析 OS、DFS、CIR 估计和展示时间结局 Log-rank 检验 比较 OS、RFS 曲线 比较各变量对应的生存曲线 检验组间生存曲线差异 Cox 比例风险回归 单因素和多因素分析 OS、RFS 多因素分析术后复发相关因素 分析因素与事件发生时间的关联 Logistic 回归 分析术后严重并发症 不在文中列出的上述主要统计方法中 分析二分类结局 HR 评估生存及复发相关因素的关联强度 评估术后复发相关因素的关联强度 解读效应方向、大小及不确定性 95% CI、P 值 报告效应估计和统计学证据 报告效应估计和统计学证据 判断结果的精确程度及统计学证据
九、应该真正理解的几个概念
概念 必须理解的内容 分类变量与连续变量 性别、病理分期属于分类变量；年龄、腰大肌面积通常可以作为连续变量 P 值 反映数据与零假设的相容程度，不能直接表示关联强度，也不代表结果为真的概率 95% CI 反映效应估计的不确定性；比值指标的区间若包含 1，通常表示在相应双侧 5% 检验水平下未达到统计学显著 Kaplan–Meier 法 估计并展示生存概率随时间的变化 Log-rank 检验 判断组间生存曲线是否存在统计学差异 Cox 回归 分析因素与事件发生瞬时风险之间的关联 单因素分析 分别分析单个因素与结局的关联 多因素分析 在同一个模型中调整纳入的其他变量 HR 比较两组的事件发生瞬时风险，而不是最终复发概率的直接比值 竞争风险 某些事件会阻止目标事件之后发生，需要在复发研究中合理处理
十、如何串起来
第一步：描述患者。
使用描述性统计展示年龄、性别、病理分期、腰大肌面积等基本特征。
第二步：比较两组。
如果按照肌少症状态分组，使用适合变量类型和数据分布的检验方法比较基线特征。
第三步：观察复发结局。
绘制 Kaplan–Meier 生存曲线，观察不同肌肉指标组的 RFS 是否存在差异。
第四步：检验曲线差异。
使用 Log-rank 检验比较生存曲线。
第五步：分析相关因素。
使用 Cox 回归分析腰大肌面积与复发之间的关联，并根据研究设计调整预先确定的潜在混杂因素。
第六步：解释结果。
报告 HR、95% CI 和 P 值，结合效应大小、区间宽度、临床意义以及模型假设解释结果。