lifelines

Lifelines - 生存分析

在医学领域，我们经常关注“事件发生时间”（死亡、康复、复发）。Lifelines 可处理“删失”数据的复杂性（例如离开研究的患者）。

适用场景

• 分析临床试验数据（死亡时间、疾病进展时间）。
• 比较不同治疗组的生存情况。
• 使用 Cox 比例风险回归识别风险因素。
• 构建用于预后的生存模型。
• 开展流行病学研究（感染时间、康复时间）。

核心原则

删失

如果研究结束时患者尚未发生目标事件，则其数据为“删失”数据。Lifelines 会对其进行恰当处理。

风险比

在 Cox 回归中，风险比 > 1 表示风险增加；< 1 表示风险降低。

生存曲线

Kaplan-Meier 方法无需假设数据分布，即可估算随时间变化的生存概率。

快速参考

常用导入语句

from lifelines import KaplanMeierFitter, CoxPHFitter
from lifelines.statistics import logrank_test
import pandas as pd

基本模式

# 1. Kaplan-Meier (Visualizing survival)
kmf = KaplanMeierFitter()
kmf.fit(durations=df['days'], event_observed=df['died'])
kmf.plot_survival_function()
kmf.median_survival_time_  # Time when 50% have died

# 2. Cox Proportional Hazards (Risk factors)
cph = CoxPHFitter()
cph.fit(df, duration_col='days', event_col='died')
cph.print_summary() # See hazard ratios for age, drug type, etc.
cph.plot_partial_effects_on_outcome(covariates=['age'], values=[30, 50, 70])

关键规则

✅ 应做事项

• 正确使用 event_observed - 1 = 事件已发生，0 = 数据已删失。
• 检查比例风险假设 - 使用 cph.check_assumptions() 验证 Cox 模型。
• 使用 logrank 检验比较组别 - 该统计检验用于比较生存曲线的差异。
• 绘制置信区间 - 生存估算存在不确定性，样本较小时尤为明显。

❌ 不应做事项

• 不要忽略删失数据 - 将删失患者视为“存活”会导致结果偏倚。
• 不要使用普通回归 - 生存时间数据需要专门的方法。
• 不要假设比例风险成立 - 如果该假设不成立，请使用分层 Cox 模型或参数模型。

高级模式

比较多个组别

from lifelines.statistics import multivariate_logrank_test

# Compare survival across treatment groups
results = multivariate_logrank_test(df['days'], df['group'], df['died'])
print(results.p_value)

参数模型

from lifelines import WeibullFitter, ExponentialFitter

# When you need to extrapolate beyond observed data
wf = WeibullFitter()
wf.fit(df['days'], df['died'])
wf.plot()

Lifelines 可将复杂的生存数据转化为可执行的医学洞见，助力临床研究与实践中的循证决策。