R语言实战：基于RMST的生存曲线差异检验在肝癌预后评估中的应用-程序员充电站

1. 为什么需要RMST方法评估肝癌患者生存差异

第一次接触肝癌临床数据分析时，我和很多初学者一样，习惯性地使用传统风险比（HR）和Kaplan-Meier曲线来比较不同治疗方案的生存差异。直到遇到一个真实案例：两组患者的生存曲线在前期明显分离，但后期却出现交叉。这时HR值变得难以解释，临床医生皱着眉头问我："到底哪种治疗方案能让患者活得更久？"

这就是限制平均生存时间（RMST）的用武之地。与依赖比例风险假设的HR不同，RMST直接计算生存曲线下面积，给出"患者在特定时间范围内平均存活时间"的直观答案。比如肝癌研究中常设定τ=5年，RMST会告诉你："手术切除组患者5年内平均存活4.2年，介入治疗组则是3.8年"——这种表述连非统计专业的家属都能理解。

最近分析肝癌射频消融与手术切除数据时，我发现当生存曲线不符合比例风险假设时，RMST结果比HR更稳定。特别是在评估新型免疫疗法时，治疗效应往往随时间变化，这时传统log-rank检验可能低估疗效，而RMST通过固定时间窗口的比较，能更可靠地捕捉临床获益。

2. 准备肝癌临床数据与R环境

2.1 数据清洗实战技巧

假设我们收集了300例肝癌患者的随访数据，包含手术切除（n=150）和介入治疗（n=150）两组。原始数据通常需要以下处理：

# 加载必要包 library(survival) library(tidyverse) # 模拟肝癌数据集 liver_data <- data.frame( patient_id = 1:300, treatment = rep(c("Surgery", "TACE"), each = 150), survival_time = c(rweibull(150, shape=1.2, scale=36), rweibull(150, shape=1.0, scale=30)), status = rbinom(300, 1, 0.7), age = round(rnorm(300, mean=58, sd=10)), tumor_size = runif(300, 1, 10) ) # 关键变量处理 clean_data <- liver_data %>% mutate( treatment = factor(treatment), status = as.logical(status), stage = cut(tumor_size, breaks=c(0,3,5,10), labels=c("Small","Medium","Large")) ) %>% filter(!is.na(survival_time))

特别注意：肝癌研究常见的数据陷阱包括：

时间单位不统一（有的记录按月，有的按天）
失访患者错误标记为死亡
治疗交叉（如介入治疗失败转手术）未正确处理

2.2 包安装与验证

建议创建专用分析环境：

# 安装关键包 if (!require("rmst2")) install.packages("rmst2") if (!require("survminer")) install.packages("survminer") # 验证安装 library(rmst2) data(pbc) head(pbc[,1:4]) # 检查示例数据加载

遇到过最头疼的问题是包版本冲突。去年帮某三甲医院分析数据时，survival包的3.2版与rmst2不兼容，导致所有结果异常。解决方案是：

# 指定版本安装 require(devtools) install_version("survival", version = "3.5.7")

3. 从Kaplan-Meier到RMST的完整分析流程

3.1 生存曲线可视化技巧

先绘制传统Kaplan-Meier曲线建立直观认识：

fit <- survfit(Surv(survival_time, status) ~ treatment, data=clean_data) ggsurvplot(fit, data=clean_data, risk.table = TRUE, palette = c("#E7B800", "#2E9FDF"), break.time.by = 12, xlab = "Time (months)")

但KM曲线只能回答"哪个组在某时间点存活率更高"，而临床更关心的是"患者能多活多久"。这时需要计算RMST：

tau <- 60 # 设定5年(60个月)观察期 rmst_result <- rmst2(time = clean_data$survival_time, status = clean_data$status, arm = as.numeric(clean_data$treatment)-1, tau = tau) print(rmst_result)

解读输出要点：

RMST差值>0表示第一组（手术）更优
95%CI不包含0时具有统计学意义
建议同时报告差值、比率两种指标

3.2 时间点τ的选择策略

τ的选择直接影响结论，需要综合考虑：

临床意义：肝癌研究常用3/5年生存率
数据限制：不超过最小组的最大随访时间
统计效能：τ过大可能导致估计不稳定

实操中我常用这个方法确定合理τ值：

max_followup <- clean_data %>% group_by(treatment) %>% summarise(max_time = max(survival_time)) print(max_followup)

4. 高级应用与结果解读

4.1 协变量调整的RMST分析

当基线特征不平衡时（如手术组患者更年轻），需要调整分析：

# 选择需要调整的协变量 covariates <- clean_data[,c("age","tumor_size","stage")] # 带协变量调整的RMST adj_result <- rmst2(time = clean_data$survival_time, status = clean_data$status, arm = as.numeric(clean_data$treatment)-1, tau = tau, covariates = covariates) print(adj_result)

曾遇到介入治疗组平均年龄比手术组大8岁的情况，未调整时两组RMST差异为1.2年（P=0.04），调整年龄后差异扩大至1.8年（P=0.008）——这说明年龄是重要的预后因素。

4.2 结果报告与可视化

建议用组合图表呈现结果：

# 绘制RMST差异图 plot(rmst_result) # 制作结果表格 results_table <- data.frame( Group = c("Surgery", "TACE"), RMST = c(rmst_result$RMST.arm1$est, rmst_result$RMST.arm0$est), Diff = c(rmst_result$unadjusted.result[1,1], NA), P_value = c(rmst_result$unadjusted.result[1,3], NA) ) knitr::kable(results_table, digits = 2, caption = "RMST比较结果")

给临床医生汇报时，我会特别强调： "在5年观察期内，手术患者比介入治疗患者平均多存活X个月（95%CI: Y-Z），相当于寿命延长了15%"

5. 常见问题与解决方案

5.1 生存曲线交叉时的处理

当两条生存曲线明显交叉时（常见于免疫治疗vs化疗），传统log-rank检验可能得出无差异结论，而分段RMST能更好捕捉差异：

# 分阶段计算RMST early_phase <- clean_data %>% filter(survival_time <= 24) late_phase <- clean_data %>% filter(survival_time > 24) rmst_early <- rmst2(early_phase$survival_time, early_phase$status, as.numeric(early_phase$treatment)-1, tau = 24) rmst_late <- rmst2(late_phase$survival_time - 24, late_phase$status, as.numeric(late_phase$treatment)-1, tau = 36)

5.2 小样本情况下的稳定性

当样本量<50/组时，建议：

使用bootstrap法计算CI
适当缩短τ值
报告RMST比率而非绝对值

# Bootstrap示例 set.seed(123) boot_rmst <- replicate(1000, { sample_data <- clean_data[sample(nrow(clean_data), replace=TRUE),] rmst2(sample_data$survival_time, sample_data$status, as.numeric(sample_data$treatment)-1, tau=36)$unadjusted.result[1,1:2] }) quantile(boot_rmst[1,], c(0.025, 0.975))

6. 完整案例演示

以某医院真实数据为例（已脱敏）：

# 加载数据 real_data <- read.csv("hepatocellular_carcinoma.csv") # 数据检查 summary(real_data$OS_month) # 总生存期(月) table(real_data$Treatment) # 治疗分组 # 完整分析流程 final_tau <- 60 # 5年随访 final_rmst <- rmst2(time = real_data$OS_month, status = real_data$Death, arm = ifelse(real_data$Treatment=="Surgery",1,0), tau = final_tau, covariates = real_data[,c("Age","BCLC_Stage","AFP")]) # 结果可视化 par(mfrow=c(1,2)) plot(final_rmst) survminer::ggsurvplot(survfit(Surv(OS_month, Death) ~ Treatment, data=real_data))

关键发现：