在臨床試驗中，生存分析是評估患者治療效果的重要工具，尤其是在涉及到時間到事件（如死亡、復發等）分析時。Log-Rank 檢驗和 Cox 風險回歸是兩種常用的生存分析方法，它們都能夠報告 p 值，但它們的應用場景、計算原理以及結果的解讀存在顯著差異。本文將結合臨床試驗的案例，詳細解析這兩種方法的區別和聯系。

一、Log-Rank 檢驗概述

Log-Rank 檢驗是一種用于比較兩組或多組生存曲線的統計方法，主要應用于檢驗不同組別之間生存分布是否存在顯著差異。它是基于事件發生的時間點對各組進行比較，通過檢驗組間生存曲線的“重疊程度”來得出 p 值。

適用情境：

• Log-Rank 檢驗通常用于比較兩組或多組患者的生存率。

• 它不考慮個體特征對生存的影響，僅僅比較不同組之間的生存差異。

計算原理：Log-Rank 檢驗通過計算每個時間點上的期望死亡人數和觀察死亡人數之間的差異，并將其匯總。通過檢驗這兩個差異的顯著性，得出 p 值。如果 p 值小于設定的顯著性水平（通常為 0.05），則可以認為組間生存差異顯著。

二、Cox 風險回歸概述

Cox 風險回歸模型是一種多變量生存分析方法，用于評估多個變量（例如，治療方法、患者年齡、性別等）對生存時間的影響。與 Log-Rank 檢驗不同，Cox 風險回歸不僅能夠比較不同組之間的生存差異，還能夠量化各個因素（協變量）對生存的風險比（Hazard Ratio, HR）。

適用情境：

• Cox 風險回歸適用于復雜的臨床試驗數據，尤其是當研究者希望評估多種因素對患者生存的影響時。

• 它可以同時考慮多個協變量，并評估每個協變量對生存時間的獨立影響。

計算原理：Cox 模型通過構建生存風險的回歸方程，計算每個協變量的回歸系數，從而得到風險比（HR）。HR 反映了某一因素（如治療方式）對患者生存的相對風險。Cox 模型的輸出包括各個協變量的 p 值，用于檢驗這些因素是否對生存時間有顯著影響。

三、Log-Rank 檢驗與 Cox 風險回歸的區別與聯系

1. 區別：

• 目的不同：Log-Rank 檢驗主要用于比較不同組（如治療組與對照組）的生存曲線是否存在顯著差異，而 Cox 風險回歸則用于評估多種因素對生存時間的獨立影響。

• 考慮因素的數量：Log-Rank 檢驗通常只考慮一個因素（如治療組），而 Cox 風險回歸能夠同時考慮多個協變量（如年齡、性別、治療方法等）。

• 結果解釋：Log-Rank 檢驗提供的是 p 值，指示不同組之間是否存在顯著的生存差異；而 Cox 風險回歸則提供每個協變量的 p 值和風險比（HR），幫助我們了解各因素對生存的影響程度。

聯系：

• 均可用于生存分析：兩者都適用于生存分析，并可以報告 p 值。它們的目的都是為了檢驗不同組之間是否存在顯著的生存差異或某些因素對生存時間的影響。

• 可互為補充：在實際分析中，Log-Rank 檢驗和 Cox 風險回歸往往互為補充。Log-Rank 檢驗可以用來初步比較組間的生存差異，而 Cox 風險回歸可以進一步分析不同因素對生存時間的影響。

四、結合臨床試驗案例進行詳細分析

假設我們正在進行一項關于癌癥治療的臨床試驗，研究的目的是評估新藥與標準治療在延長患者生存時間方面的效果。試驗設計中，患者被隨機分為兩組：一組接受新藥治療，另一組接受標準治療。研究者希望比較兩組的生存時間，并分析影響患者生存的潛在因素（如年齡、性別、腫瘤類型等）。

步驟1：使用 Log-Rank 檢驗進行初步比較

我們首先使用 Log-Rank 檢驗比較兩組患者的生存曲線。如果 Log-Rank 檢驗的 p 值小于 0.05，意味著兩組患者的生存曲線存在顯著差異，可以初步得出新藥組與標準治療組之間的生存差異。

假設我們得到的 Log-Rank 檢驗 p 值為 0.02，這表明兩組之間存在顯著的生存差異，可能是由于治療方法的不同導致的。

步驟2：使用 Cox 風險回歸進行深入分析

接下來，我們使用 Cox 風險回歸模型，考慮更多的協變量（如年齡、性別、腫瘤類型等），評估它們對患者生存的獨立影響。Cox 模型的結果可能如下：

• 新藥組的風險比為 0.75，p 值為 0.03，表示新藥組的患者相較于標準治療組，死亡的風險較低，且差異具有統計學顯著性。

• 年齡的風險比為 1.05，p 值為 0.05，表示年齡每增加一歲，患者的死亡風險增加 5%。

通過 Cox 風險回歸模型，我們不僅確認了新藥的效果，還發現了年齡對生存時間的顯著影響。

五、結論

Log-Rank 檢驗和 Cox 風險回歸都是臨床試驗中常用的生存分析方法。Log-Rank 檢驗適用于比較不同組之間的生存差異，而 Cox 風險回歸則能夠評估多個因素對生存時間的獨立影響。在實際分析中，生物統計師通常先使用 Log-Rank 檢驗進行初步的組間比較，再使用 Cox 風險回歸進行更為詳細的多變量分析。

解鎖臨床試驗數據的秘密！生物統計學方法講解與應用系列培訓課程上線了！

還在為復雜的統計學方法發愁？還在因為生硬記憶統計公式而誤用模型？如果你從事臨床試驗、生物統計或數據分析，或者想快速掌握生物統計學方法的精髓，那么這門課程就是為你量身定制的！

為什么選擇這門課程 ？

1.深刻講解，數學理論支撐：我們不僅教你如何使用統計方法，更讓你深刻理解這些方法背后的數學邏輯。通過對統計量構造過程的詳細拆解，你將徹底告別機械記憶，真正做到“知其然，更知其所以然”。

2.假設檢驗 + 推斷分析：一站式掌握核心方法統計方法不僅僅是模型的選擇，更是對假設檢驗和統計推斷的藝術。本課程將帶你系統了解從數據假設到結論推斷的全過程，避免常見錯誤。

3.真實案例，臨床試驗模型深度剖析：課程精選真實臨床試驗案例，從治療效果評估到藥物安全性分析，逐一演示統計模型的實際應用。每個細節都經得起推敲，每個案例都與你的實際工作密切相關！

4.SAS代碼全解析：臨床數據分析離不開SAS！本課程將提供翔實完整的SAS代碼，并附詳細注釋。無論你是初學者還是有經驗的SAS程序員，都能從中快速上手，隨時調用模型分析代碼。

5.直播&錄播相結合,講師線上一對一永久答疑解惑,提升學教互動：學習的道路上不怕問題，只怕沒人解答！學習課程中，我們的專業講師將全程為你答疑，解決你在學習和工作中遇到的統計學難題，確保每一步都走得扎實穩妥。

6.99%的臨床統計方法 + 知識點擴展：課程涵蓋幾乎所有臨床試驗項目中用到的統計方法，還包含大量獨家知識點，許多內容在中文網絡中前所未見。不僅僅是學習，更是知識的升級！

課程亮點

一：模型構造深度剖析：全面了解統計量和模型的核心原理，避免誤用方法。

二：數據與案例并重：提供各種真實案例和原始數據，真實還原統計方法的應用場景。

三：問題場景再現：演示模型使用時可能遇到的問題，提前避坑！

四：適應癥廣泛：無論你關注的是心血管、腫瘤、代謝類疾病，還是其他特殊領域，這里都有完整案例支撐。

課程安排

本課程配套學習課件：393頁，又配套全部程序代碼！

課程試聽

協方差分析（ANCOVA）深度解析：從模型選擇到SAS代碼實現，手把手教你處理PBVC療效指標，破解協方差結構與矩陣的底層邏輯，此6個視頻為課程試聽部分，提供配套資料和程序代碼！

協方差分析應用1

協方差分析應用2

協方差分析應用3

協方差分析應用4

協方差分析應用5

協方差分析應用6

配套資料和程序代碼下載百度網盤鏈接：

https://pan.baidu.com/s/14_JG_ARyHjVRT9XZIPWTNQ 提取碼: sm7d

講師簡介

團長老師

法邁新媒體合作資深講師,數量經濟學碩士；efreeshare系統開發負責人

十幾年臨床試驗行業經驗，深耕于統計編程、生物統計、數據管理等，擁有扎實的專業知識和豐富的項目經驗，完成上百個向FDA和CDE遞交的統計編程項目，善于搭建團隊和項目管理，非常熟悉業內的流程和業務，積累了豐富的經驗，摸索出培養統計編程人才的一套成熟的教學體系。

已在平臺（微信公眾號：法邁醫訊）推出作品：

• 21節SAS初級編程系列課程

• CDISC-SDTM基本理論及實踐系列文章匯總

• SAS編程應用及相關知識分享系列文章匯總

• ICH指導原則E3/E6/E8/E9系列解讀錄播課程

• 統計程序員TFLs編程系列錄播課程

• 臨床試驗標準化提交輔導系列培訓

等等干貨文章資料與課程........

適合人群

這是一門專為以下人群設計的課程：

• 生物統計師、SAS程序員、統計程序員、數據管理員

• 醫學從業者、臨床研究運營人員、CRO機構員工

• 醫學院校師生

以及任何想全面系統掌握生物統計學方法的學習者！

六大購課福利

• 資深講師線上一對一永久答疑解惑，專屬學員學習群

• 免費面試輔導+簡歷修改&潤色

• 推薦工作機會，給予就業輔導
  

• 學員享有專屬資料包
  

• 價值：399元的SAS編程課程免費贈送

優惠活動：2025年6月1日之前購課享9折優惠

報名聯系

詳細請咨詢掃描二維碼添加助教“團團” 微信

歡迎加入1318+人的中國臨床試驗千人通訊錄

精品課程推薦

精品資料推薦

收藏|生物等效性試驗（BE試驗）比較全面的知名書籍！

歡迎關注法邁新媒體

更多，更及時的干貨內容，請加我們的微信公眾號：法邁醫訊，誠邀業內人士及機構向我們投稿。投稿郵箱：bellama@pharmanews.cn

【免責聲明】文章為網絡整理，不代表“法邁醫訊”立場。如因作品內容、版權等存在問題，請于本文刊發30日內聯系法邁醫訊進行刪除或洽談版權使用事宜。

法邁醫訊作為法邁新媒體微信公眾號矩陣之一， 法邁新媒體是國內一家面向制藥行業供應鏈綜合服務平臺，致力于服務全球制藥行業從業人員。以創新的互網+模式服務于行業用戶，形成以“資源整合，知識共享”為核心，微信公眾號矩陣、社群矩陣為分支的新媒體模式，力爭打造國內活躍和具影響力的專業化平臺 ！