手把手教你用Graphpad绘制生存曲线

在临床研究中，生存曲线（又称Kaplan-Meier曲线）是最常用图片之一，旨在描述各组患者的生存状况。一张漂亮的、专业的生存曲线图不仅可以令编辑、读者和审稿专家眼前一亮，同时也能为论文增色不少。然而，对于一些新手而言，生存曲线却显得十分陌生，不知道为何要绘制生存曲线，也不知道该如何解读生存曲线的结果。

如何解读生存曲线呢？

（1)对于生存曲线，样本量越大，生存曲线越平滑，误差越小。

（2）一般而言，两条曲线之间的距离越大（分叉越大），说明两组患者预后（终点事件发生率）的差别越大，也越容易做出统计学差异。其实这个和t检验差不多：两组数据的均数差异越大，越容易有统计学差异。

（3）随访时间越长，越容易做出统计学差异。这个问题其实也很好理解，一个极端的比方就是，在上述sST2例子中，假定随访时间为1天，而非400天，两组患者生存率的差异显然是没有统计学意义的。国际上，随访时间越长的研究越容易发表在高水平的杂志上，原因与此有关。

（4）样本量越大，越容易做出统计学差异。样本量越大，误差（标准误）越小，当然越有统计学意义。其实这相当于在t检验中，两组数据的标准差越小，当然越容易得到阳性统计学结果。

（5）生存曲线与X轴有交叉，并不意味着研究对象全部死亡（发生终点事件）。实际上，在生存曲线中，每一个时间点上只要有病人死亡（或者发生终点事件），曲线就会下降一定的幅度。（参考知乎oriRNA）

接下来，我们就用Graphpad prism9，和大家一起看看如何绘制生存曲线。

1. Survival curve-生存曲线

在有关差异表达基因和生物标志物模型分析中，经常会见到生存曲线分析。

（1）创建

（2）写入/导入数据

（3）Graphs

（4）结果，治疗组与对照组没有显著性差异。

（5）调整后的Graphs

双击图，弹出如下窗口，就可以编辑line的颜色等等。

（6）双击Y轴添加参考线。大多数研究会讨论中位生存时间。

双击Y轴，在”Additionalticks and grid lines“中写入0.5 （如果开始作图时选择”Percents“这里应写入50）点选 TickLine在Details按钮中选择参考线的颜色和线型即可。同样，也可以去添加X轴的参考线。