wrong_sl
回答者
回答于 2026-10-22
需要重新计算整个样本的生存率。
Kaplan-Meier（K-M）生存曲线的核心算法是在每个事件发生的时间点，利用当时的风险集（即该时间点之前尚未发生事件且未被删失的个体数）计算条件生存概率，再将各时间点的条件生存概率连乘得到累积生存率。这一计算过程具有全局依赖性，任何一个数据点的变动都可能影响后续所有时间点的风险集大小及累积生存率数值。
操作步骤：
- 在原始数据集中完成数据的更新或修正，包括事件状态的变更、生存时间的调整或新增随访记录。
- 将所有样本按更新后的生存时间重新升序排列。
- 在每个事件发生时间点，重新统计处于风险中的个体数和发生事件的个体数。
- 重新计算各时间点的条件生存概率与累积生存率。
- 使用更新后的计算结果重新绘制生存曲线。
判断依据：
- 若修正了某个个体的事件状态（如从删失改为发生终点事件），会直接改变对应时间点的分子和分母。
- 若修改了生存时间，会改变该个体进入和退出风险集的时间节点，进而影响多个时间点的计算。
- 若新增了随访数据，整体样本量增加，风险集的构成随之改变。
适用条件： 适用于任何对输入数据集产生实质性修改的场景，无论是回顾性数据纠错还是前瞻性研究中的阶段性数据锁定更新。
常见误区：
- 认为只需在原有曲线上局部修改受影响的时间点。由于K-M方法采用连乘机制，前置节点的变动会产生连锁反应，无法进行局部修补。
- 混淆增量更新与全量重算。部分数据库支持增量同步，但K-M生存率的统计算法本身要求基于完整且最新的数据集执行全量重算。