✦ Kaplan-Meier 生存曲线 · 在线绘制

生存曲线在线绘制 KM 曲线一步生成

上传随访时间和结局数据,生成可直接投稿的 Kaplan-Meier 生存曲线:删失标记、Log-rank P 值、中位生存时间和风险人数表都可以一句话加上。不需要 R、SPSS 或 GraphPad Prism。

你的数据

免费注册 · 每天赠送额度 · 无需信用卡

示例效果

示例结果 · 由 FigCanvas 根据这份示例数据和提示词生成

两组临床试验的 Kaplan-Meier 生存曲线,带 95% 置信区间、删失标记、Log-rank P 值和风险人数表
每天赠送免费额度导出可编辑 SVG符合期刊投稿要求
图 01 — 示例

生存曲线示例

两张图都是 FigCanvas 用上面的示例数据(模拟患者)和中文提示词直接生成的。两组试验每组 90 人,Log-rank P = 0.031;三亚型示例中,Luminal B 的中位生存时间为 27.7 个月,Basal-like 为 17.5 个月,Luminal A 的生存率始终高于 50%,中位生存时间未达到。

两组临床试验的 Kaplan-Meier 生存曲线,带 95% 置信区间、删失标记、Log-rank P 值和风险人数表
图 1a两组比较 + 风险人数表
三种肿瘤亚型的 Kaplan-Meier 生存曲线,用虚线标出中位生存时间并标注多组 Log-rank P 值
图 1b三组比较 + 中位生存时间
§ 怎么看图

生存曲线怎么看

Kaplan-Meier 生存曲线(KM 曲线)估计的是在每个时间点上,受试者尚未发生事件(如死亡、复发、进展)的概率。它是一条阶梯线:没有事件发生时保持水平,每发生一次事件就下降一级。总生存期(OS)、无进展生存期(PFS)以及其他“时间-事件”结局,在临床和基础研究中基本都用它来展示。

横轴、纵轴和台阶

纵轴是估计的生存概率,从 1.0(所有人都未发生事件)开始;横轴是随访时间。每一级下降代表该时间点发生了一次或多次事件,下降的幅度取决于当时还有多少人处于风险中。

曲线越靠上、下降越慢,说明这一组的预后越好。两条曲线分得越开,组间差异越明显。

删失和曲线上的小竖线

删失指随访结束时还没有观察到事件:受试者失访、退出,或者研究已经截止。删失的受试者在最后一次随访之前都算作“处于风险中”,之后从分母中移除,但不会让曲线下降。

曲线上的小竖线就是删失标记。曲线尾部如果竖线很多、剩余人数很少,这一段的估计就不稳定,解读时要谨慎。

中位生存时间怎么读

在纵轴 0.5 处画一条水平线,它与曲线相交处对应的时间就是中位生存时间。

如果曲线一直没有降到 0.5 以下,中位生存时间就是“未达到”(not reached)。这是一个正常的结果,不是出错。

Log-rank P 值和 HR

Log-rank 检验比较的是整个随访期内各组的生存曲线是否有差异,通常以 P < 0.05 为有统计学意义。它不告诉你差异有多大,所以论文里一般还要报告风险比(HR)及其 95% 置信区间。

当两条曲线交叉时,前期和后期的差异会相互抵消,Log-rank 检验的检出能力会下降,这时不能只看 P 值下结论。

图 03 — 数据格式

生存曲线的数据怎么整理

每个受试者占一行,至少需要随访时间和结局两列。列名不必和示例完全一致,FigCanvas 会自动识别;没有发生事件的受试者要保留为删失,不要删掉。

time_months
随访时间,从入组到发生事件或最后一次随访。单位可以是天、月或年,全表保持一致。
event
结局指标:1 表示发生了事件(死亡、复发等),0 表示删失。
group
可选。分组变量,如治疗组/对照组、亚型、基因高表达/低表达。有这一列才能做组间比较。
patient_idgrouptime_monthsevent
P001Control8.41
P002Control31.00
P003Treatment17.21
P004Treatment54.60

支持 CSV、TSV、TXT 和 Excel 文件。如果你的结局列是“死亡/存活”这样的文字,在提示词里说明哪个值代表发生事件即可。

§ 步骤四步完成

怎么用 FigCanvas 画生存曲线

从随访数据到可投稿的生存曲线,只需要四步。

第 01 步

上传随访数据

上传包含随访时间、结局和分组的 CSV 或 Excel 文件,也可以先用示例数据试一次。

第 02 步

用一句话描述你要的图

用中文或英文说明需要的元素:置信区间、删失标记、Log-rank P 值、中位生存时间、风险人数表。

第 03 步

生成并检查

FigCanvas 用 Python 根据你的数据计算并绘图,生成后可以在对话里继续修改配色、坐标轴、图例位置和时间刻度。

第 04 步

导出投稿用的图

导出可编辑的 SVG 或 300 DPI 的 PDF,放进论文、答辩 PPT 或海报。

图 04 — 为什么用 FigCanvas

为什么科研人员用 FigCanvas 画图

01

不用写代码,也不用装软件

不需要 R 的 survival / survminer 包,也不需要 SPSS 或 GraphPad Prism。在浏览器里上传数据就能出图。

02

统计结果来自你的数据

曲线、Log-rank P 值、中位生存时间和风险人数表都由 Python 根据上传的数据计算,不是 AI 画出来的“示意图”,结果可复现。

03

风险人数表和删失标记一句话加上

期刊常要求的 number at risk 表、删失标记和置信区间,在提示词里写一句就会按时间刻度对齐排好。

04

导出后还能继续改

SVG 中的文字和线条在 Adobe Illustrator、Inkscape 里都可以单独编辑,方便按期刊要求调整字体和尺寸。

§ 常见问题更新于 2026年11月9日

生存曲线常见问题

Kaplan-Meier 生存曲线是用 Kaplan-Meier 估计法画出的阶梯图,表示在每个时间点上受试者尚未发生事件(如死亡或复发)的估计概率。该方法由 Edward Kaplan 和 Paul Meier 于 1958 年发表,能够处理删失数据(随访结束时仍未发生事件的受试者),是临床研究中展示生存结局的标准方法。

每个受试者一行,包含随访时间和结局指标(1 = 发生事件,0 = 删失)。如果要比较不同治疗组或亚组,再加一列分组。没有发生事件的受试者要保留为删失,不能删除。

在生存概率 0.5 处画一条水平线,与曲线相交处对应的时间就是中位生存时间。FigCanvas 可以为每一组标出中位生存时间。如果曲线始终在 0.5 以上,中位生存时间记为“未达到”。

通常是 Log-rank 检验的 P 值,检验各组生存曲线在整个随访期内的差异是否超出随机波动,一般以 P < 0.05 为有统计学意义。P 值不反映差异的大小,建议同时报告风险比(HR)及 95% 置信区间,或中位生存时间的差值。曲线交叉时 Log-rank 检验的检出能力会下降。

可以。在提示词里写上“加风险人数表”,FigCanvas 会把它放在 x 轴下方,每组一行,并与时间刻度对齐。

GraphPad Prism 和 SPSS 需要安装软件并按固定格式录入数据;R 需要用 survival 包拟合、再用 survminer 的 ggsurvplot 绘图并调整代码。FigCanvas 直接读取 CSV 或 Excel,用一句话描述需求即可生成同样的图,之后还可以在对话里修改。

在横轴上找到对应的时间(如 12、36 或 60 个月),读取曲线在该点的高度。例如 0.72 表示估计有 72% 的受试者在该时间点尚未发生事件。报告时建议同时给出 95% 置信区间和当时仍处于风险中的人数。

可以免费注册,用每天赠送的额度画图。免费用户导出带水印的 PNG;Pro 和积分包用户可以导出可编辑的 SVG 和 300 DPI 的 PDF,可直接用于期刊投稿。

§ 开始

用你的随访数据画一张生存曲线

上传随访时间和结局,生成带 Log-rank 检验和风险人数表的 KM 曲线,导出后直接放进论文。

每天赠送免费额度导出可编辑 SVG符合期刊投稿要求
在线绘制生存曲线— 免费开始