Survival Analysis (KM)

核心功能

本技能是面向临床与生物医学研究的Kaplan-Meier生存分析专用工具，可生成符合期刊发表标准的生存曲线，并自动完成全套统计推断。核心能力包括：非参数生存函数估计（Kaplan-Meier乘积限法）、组间比较（Log-rank/Wilcoxon/Peto-Peto检验）、Cox比例风险回归及风险比计算、中位生存时间与限制平均生存时间（RMST）估计，并支持多组分层分析与风险人数表输出。

显著优点

1. 学术规范性：严格遵循Greenwood方差公式、Schoenfeld残差检验比例风险假设，输出格式兼容ATN/CONSORT临床报告指南；
2. 工程完备性：自动生成PDF矢量图、CSV统计汇总、TXT可读报告三类输出，满足投稿-归档-协作全场景需求；
3. 统计深度：内置Cox回归、RMST等进阶指标，超越基础绘图工具；
4. 零代码门槛：命令行接口封装底层lifelines库，降低生物研究者使用成本。

潜在局限

• 统计假设敏感：比例风险假设违反、小样本（<30/组）、高删失率（>50%）场景需人工复核，工具仅作基础检验提示；
• 时变协变量未支持：当前版本不处理时间依赖协变量，复杂设计需外接R/survival包；
• 可视化定制有限：色彩、字体风格依赖matplotlib/seaborn默认配置，高阶美编需二次加工；
• 审核状态缺失：作者标注为Draft，无独立Reviewer，生产环境使用需额外验证。

适合人群

• 生物信息分析师：快速产出肿瘤/预后研究的描述性生存统计；
• 临床研究人员：临床试验中期分析与终点报告；
• 生物统计师：作为草稿生成器，后续进行假设检验与模型诊断。

常规风险

• 统计误用风险：中位生存时间外推、风险比解释不当可能导致临床决策偏差，强制建议"由生物统计师复核"；
• 数据泄露风险：输入CSV含患者生存数据，输出目录权限需严格限制；
• 执行风险：Python脚本本地运行，虽无网络调用，但文件读写操作需沙箱隔离；
• 版本依赖风险：lifelines库API变更可能导致Draft版本失效。

核心用法

该 Skill 是专为临床和生物研究设计的生存分析工具，通过 Python 脚本执行完整的生存数据分析流程。用户需提供包含生存时间、事件状态及分组变量的 CSV 数据文件，工具将自动生成 Kaplan-Meier 生存曲线、执行对数秩检验、计算 Cox 比例风险模型的风险比及置信区间，并输出可用于学术发表的统计报告。

典型工作流包括：准备标准化临床数据（患者 ID、生存月数、死亡事件标记、治疗分组）→ 调用脚本指定输入输出路径 → 获取包含 PNG/PDF 可视化图表、CSV 统计结果及人类可读报告的多格式输出。工具支持多组比较、风险表展示、中位生存时间计算等高级功能，满足从探索性分析到正式论文投稿的全流程需求。

显著优点

专业性与准确性：底层采用 lifelines 库实现 Kaplan-Meier 估计量（乘积极限法）和 Greenwood 方差公式，统计方法经学术共同体长期验证；Cox 回归自动检验比例风险假设（Schoenfeld 残差），避免模型误用。

出版级输出质量：同时生成 PNG 位图和 PDF 矢量图，支持 300 DPI 高清输出；风险表、置信区间带、分组图例等要素完整，可直接嵌入 SCI 论文而无需二次美化。

操作友好性：纯命令行交互，无需编程基础即可调用；输入格式为通用 CSV，与 Excel、R、SPSS 无缝衔接；输出包含人类可读报告，降低统计结果解读门槛。

安全与隐私：完全离线运行，零网络通信；数据仅本地读写，满足 HIPAA、GDPR 等医疗数据合规要求。

潜在缺点与局限性

技术门槛较高：虽为工具封装，但生存分析本身属于高级统计方法，用户需理解截尾数据、风险集、比例风险假设等专业概念，否则易误读结果（如将"无显著差异"等同于"治疗效果等同"）。

样本量敏感性：小样本场景（<30 例/组）或高截尾率（>50%）时，估计方差增大，置信区间变宽，检验效能不足；工具虽输出警告，但无法替代生物统计学家的专业判断。

功能边界明确：专注 Kaplan-Meier 与 Cox 模型，不支持时变协变量、竞争风险模型、多状态模型等复杂生存分析场景；如需这些方法，需额外工具补充。

依赖环境要求：需预装 Python 3.x 及 lifelines、matplotlib 等科学计算库，对非技术背景用户存在环境配置障碍。

适合的目标群体

• 临床研究者：肿瘤、心血管等需要报告生存终点的临床试验人员
• 生物医学研究生：需完成生存分析课程作业或毕业论文数据分析
• 医院科研部门：开展真实世界研究（RWS）的数据分析团队
• CRO 统计师：快速生成中期分析或最终分析的可视化图表
• 生物信息学工程师：整合到自动化分析流程中的标准化生存分析模块

使用风险

统计误用风险：最主要的风险在于用户可能忽视比例风险假设检验失败、样本量不足等警告，强行解读风险比。建议在关键决策前咨询生物统计学家。

数据质量风险：工具假设输入数据已清洗（无负时间、事件标记为 0/1），若原始数据存在编码错误（如用 2 表示删失），将导致错误结果。

性能与资源风险：未限制输入文件大小，超大 CSV（百万级记录）可能引发内存溢出；建议预处理数据或分批次分析。

版本可重复性风险：依赖库更新可能改变数值计算细节，建议锁定版本并记录分析环境以确保结果可复现。