生存分析截尾值处理：临床研究中的关键陷阱与策略

引言Introduction

生存分析里，最容易被忽视的不是公式，而是截尾值。如果删失、失访、随访终止处理不当，KM曲线、Cox回归和结论都会偏。 对医学生、医生和科研人员来说，先分清截尾类型，再决定怎么纳入模型，往往比“会不会做统计”更重要。

1. 什么是生存分析中的截尾值

1.1 截尾值不是“缺失值”

生存分析研究的是“事件是否发生”和“发生所需时间”。因此，数据同时包含结局和时间两个维度。截尾值是指结局事件未被完整观察到，但个体仍贡献部分随访信息。 它不是简单缺失，也不能当作普通连续变量处理。

在临床研究中，常见的结局包括死亡、复发、进展、移植排斥等。若研究结束时事件尚未发生，或者患者中途失访，就会出现截尾。此时只能知道“至少活到了某个时间点”，而不知道真实事件时间。

1.2 常见的截尾来源

截尾值主要来自三种情况。

1. 失访，患者更换联系方式、拒绝随访，或者未继续就诊。
2. 退出，患者因其他原因死亡，或主动退出研究。
3. 终止，研究到期时事件仍未发生。

这些个体不能直接删掉。 因为它们仍然提供了从入组到最后一次观察的有效信息。忽略它们，会导致样本利用不充分，甚至引入偏倚。

1.3 右截尾最常见

在临床随访研究中，最常见的是右截尾。意思是，研究者只知道事件发生时间“大于某个观察时点”。例如，患者随访12个月时仍无复发，但之后失访。我们只能写成“>12个月”，而不能推断真实复发时间。

右截尾是生存分析的常态，不是异常。 这也是为什么Kaplan-Meier法和Cox回归要专门处理截尾数据，而不能用普通线性回归替代。

2. 截尾值处理不当，会带来哪些关键陷阱

2.1 直接删除会低估真实风险

很多初学者会把截尾个体直接删除，只分析“有事件的人”。这是常见错误。这样会让高风险人群和低风险人群的构成被扭曲，尤其在失访率较高时更明显。

例如，肿瘤研究中如果一组患者失访更多，而失访往往与病情加重相关，直接删除会让这一组看起来“生存更好”。结果不是更干净，而是更偏。

2.2 把截尾当作结局会严重失真

另一个错误是把“未发生事件”当成“事件未发生且永远不发生”。这会把观察截止时间误当作真实生存时间，明显夸大生存率。

在实际分析中，截尾个体的贡献是“截至最后观察时点仍未发生事件” ，而不是“事件一定不会发生”。这一区别决定了生存曲线的正确估计方式。

2.3 非随机截尾会破坏研究可信度

理想情况下，截尾应近似于随机，即与真实结局无关。但现实中，失访往往并不随机。病情重、经济负担高、依从性差的人更容易失访。这样就会产生信息性截尾，造成系统性偏倚。

如果截尾与预后因素相关，结论的可信度会明显下降。 这也是审稿人和临床读者非常关注的问题。研究报告中应尽量说明失访比例、失访原因和处理方法。

3. 截尾值如何在统计分析中正确处理

3.1 Kaplan-Meier法如何利用截尾信息

Kaplan-Meier生存曲线的核心思想是，只在事件发生时更新生存概率。截尾个体不会被当作事件，但会在其最后一次观察前，继续计入风险集。

换句话说，截尾不会直接拉低生存率，但会影响后续时间点的分母。 这正是KM法能正确处理随访不完整数据的原因。

在报告结果时，通常还应给出：

• 中位生存时间。
• 特定时间点生存率，如1年、3年、5年生存率。
• Log-rank检验的P值。

这些指标比单纯描述“有多少人失访”更能反映数据质量。

3.2 Cox回归中如何看待截尾值

Cox回归用于分析影响生存结局的因素。它同样能处理右截尾数据。模型会利用个体在随访期间的信息，而不是要求每个人都有完整结局。

Cox回归的前提之一，是截尾机制独立于结局。 如果截尾不是随机的，模型估计的HR也可能偏离真实值。因此，在进入多因素分析前，研究者应先评估失访模式是否均衡。

实际写作中，建议将单因素和多因素Cox结果同时呈现，包括：

• HR。
• 95%CI。
• P值。

如果某变量在单因素显著，但在多因素不显著，往往提示它受混杂因素影响，而不是“完全没有作用”。

3.3 截尾值还会影响样本量和统计功效

生存研究不只看总样本数，更看事件数。事件数不足，会直接削弱Cox模型稳定性。 截尾比例过高时，即使纳入很多患者，真正可用于比较的信息也有限。

因此，设计阶段就应尽量控制随访方案，减少不必要的失访。对于预测或预后标志物研究，这一点尤为重要。因为标志物的效应往往需要足够的事件数才能体现。

4. 临床研究中处理截尾值的实用策略

4.1 设计阶段先降低截尾率

最有效的策略，永远是前置管理。研究开始前，就应明确终点事件、随访频率和时间点。建议做到以下几点：

1. 统一入组起点，减少时间偏倚。
2. 设定固定随访节点，如每3个月或每6个月。
3. 保留多种联系方式，降低失访。
4. 记录失访原因，便于后续敏感性分析。

研究设计越规范，截尾值越可控。 这比事后补救更重要。

4.2 分析阶段要区分“正常截尾”和“异常失访”

不是所有截尾都等价。研究结束时未发生事件的患者属于行政截尾，这通常是正常的。真正需要警惕的是因疾病进展、治疗中断、严重并发症导致的失访。

建议在结果部分说明：

• 总随访时间。
• 中位随访时间。
• 截尾人数和比例。
• 失访原因分类。

如果失访比例较高，最好补充敏感性分析，检验结论是否稳定。

4.3 结果展示要透明

透明报告比“把数据处理得很漂亮”更重要。 生存曲线图中，通常应标出风险人数表。这样读者能看到每个时间点仍在观察的人数，判断后期曲线是否可靠。

同时，表格中应明确结局定义。例如：

• OS，overall survival。
• PFS，progression-free survival。
• DFS，disease-free survival。

不同终点的截尾含义不同，不能混用。对医学生和年轻研究者来说，这一步尤其容易出错。

5. 论文写作中最常见的三类错误

5.1 终点定义不清

有些文章把“随访结束未死亡”直接写成“生存”。这是不严谨的。应明确是OS、PFS，还是其他终点。终点不同，截尾解释也不同。

5.2 把失访原因一笔带过

如果文中只写“若干例失访”，却不说明原因和比例，读者很难判断偏倚风险。尤其在回顾性研究中，失访分布常常影响最终结论。

5.3 忽视模型假设

KM和Cox都不是“拿来就能用”的工具。它们依赖删失独立等假设。若截尾明显不随机，需谨慎解释HR和P值，必要时结合分层分析或敏感性分析。

总结Conclusion

生存分析截尾值处理的核心，不是简单“保留”或“删除”，而是识别截尾类型，判断其是否影响结局解释，并在模型中正确纳入 。对临床研究而言，右截尾是常态，但非随机失访会带来偏倚。研究者应在设计阶段降低失访率，在分析阶段透明报告，并在写作中准确区分OS、PFS和截尾含义。

如果你正在做生存分析、预后模型或标志物研究，但在截尾值处理、KM曲线绘制、Cox回归结果整理上仍有疑问，可以借助解螺旋 的专业支持，减少统计陷阱，提高论文通过率和发表效率。