Kaplan-Meier Survival Analysis
Enter follow-up time and outcome events to draw Kaplan-Meier survival curves and compute survival probabilities at each time point and the median survival time; with groups, it automatically draws multiple curves and runs the log-rank test to compare between-group survival. A core tool for oncology prognosis research.
① Saisie data
One case per row: follow-up time + event (1=endpoint occurred, e.g. death/relapse; 0=censored/lost) + group (optional). Space/Tab/comma-separated; you can paste from Excel.
Mode d'emploi et méthodologie
À quoi sert l'analyse de Kaplan-Meier ?
À analyser des données de temps jusqu'à événement « d'un point de départ à un événement critère », comme la survie globale ou sans progression en cancérologie. Elle gère les données censurées (perdues de vue, encore en vie en fin d'étude) et est la méthode de survie la plus courante en recherche pronostique.
Qu'est-ce que la censure (event=0) ?
La censure désigne un individu qui n'a pas connu le critère pendant l'observation, p. ex. encore en vie en fin de suivi, ou perdu en cours d'étude. Ces individus apportent l'information « a survécu au moins jusqu'à un certain temps », que KM utilise correctement au lieu de l'écarter. Saisissez 0 dans la colonne event.
Comment comprendre le temps de survie médian ?
Le temps auquel la probabilité de survie tombe à 50 %, c.-à-d. le point où exactement la moitié des individus ont eu le critère. Si la queue de la courbe reste au-dessus de 50 % (la plupart encore en vie ou censurés), la survie médiane est « non atteinte », fréquent dans les cohortes de bon pronostic.
Que dit le test du log-rank ?
Il compare la différence globale entre deux courbes de survie. p<0,05 suggère une différence de survie statistiquement significative. Notez qu'il répond seulement « y a-t-il une différence », pas à son ampleur ; pour quantifier le rapport de risques (HR), utilisez la régression de Cox.
Collez le lien dans Slack, Teams, X ou LinkedIn — l’aperçu utilise la carte Open Graph de cette page.