Kaplan-Meier Curve Maker 可將貼上的存活資料或上傳的 CSV 轉換為可匯出的存活曲線，並顯示設限標記、95% 信賴區間、風險人數表、中位存活期和 Log-rank 檢定。
每位參與者一列。時間必須非負；事件欄表示終點發生或右設限。
可直接從 Excel 或 Google Sheets 複製儲存格。必需欄：time 和 event；group 選填。
treatment-vs-control.csv
修改顯示上限只會改變橫軸，不會刪除較晚參與者或改變風險集。
資料只在目前瀏覽器中解析和分析，不會由此工具上傳。
乘積限估計採事件優先的同時點處理和 Greenwood log-log 95% 信賴區間。重要結果請依分析計畫複核。
Kaplan-Meier 曲線基礎
Kaplan-Meier 曲線估計隨時間保持未發生目標事件的機率。每次向下階梯代表觀察到事件；設限標記表示該參與者在尚未觀察到事件時結束追蹤。
風險人數表顯示各時間點之前仍在觀察中的參與者數量。它能幫助判斷曲線尾端的資訊量，因為尾端看似明顯的變化可能只由少數參與者決定。
當有兩個或更多組別時，Log-rank 檢定比較各組完整的存活經歷。它是未調整的比較，並非因果估計；需要共變項調整時仍應使用預先指定的 Cox 模型。
每位參與者的非負追蹤時長。
目標終點是否發生，或紀錄是否為右設限。
選填的治療組、世代、分期或預先指定分層。
在每個事件時間點之前仍在追蹤且未發生事件的參與者。
方法與驗證
將估計量、信賴區間和報告設定與成熟統計實作核對，再將圖用於論文。
來源複核時間：2026 年 9 月
參考實作
涵蓋範圍
參考估計器
需要核對
核對乘積限估計、風險集、信賴區間和中位存活期。
參考實作
涵蓋範圍
獨立實作
需要核對
核對 Kaplan-Meier 擬合、右設限、信賴區間和存活函數輸出。
參考實作
涵蓋範圍
非參數 API
需要核對
核對事件編碼、時間排序、信賴區間方法和中位數未達到時的處理。
文件
估計器參考這些文件說明成熟實作，但不能取代研究專屬的統計分析計畫和獨立驗證。
將任一範例載入產生器，檢查個體資料、事件編碼、設限、信賴區間、風險表和組間比較。
面向時間事件研究
臨床世代、治療比較、教學和論文審圖均可使用同一套透明流程。
將 OS、PFS、DFS、感染、器材失效等時間事件紀錄轉換為可稽核的首次分析。
調整時間範圍、風險表、信賴帶或標籤，無需在其他軟體重建分析。
匯出前核對事件編碼、無效列、組別樣本數、事件數、中位數和風險集尾端。
Kaplan-Meier 工具能力
每條可見曲線都與產生它的個體資料、風險集、不確定性和可匯出統計結果相連。
從同一資料集產生乘積限階梯、設限標記、Greenwood log-log 信賴區間、中位存活期、風險集和多組 Log-rank 檢定。
使用 Kaplan-Meier Curve Maker
即使事件編碼、篩選或解讀有誤，圖表仍可能看似合理；產生器會將高風險假設與結果並列顯示。
明確選擇數值事件編碼；同時識別 dead、alive、event 和 censored 等文字值。
顯示時間上限只改變橫軸，不會刪除較晚紀錄或改變早期風險集。
如果曲線沒有下降到 0.50，結果將顯示「未達到」，不會虛構數值。
風險表與警告會提示曲線尾端是否只由極少參與者支持。
研究者選用的原因
從試算表直接得到可審閱的圖，同時保留決定分析結果的關鍵選擇。
在現代瀏覽器中完成全部流程，不必設定 R、Python 或桌面統計軟體。
個體資料在解析、計算、預覽和下載過程中保留於瀏覽器內。
專用控制要求先確認事件和設限的編碼約定，再解讀結果。
風險人數與上方存活曲線使用相同時間軸和組別顏色。
SVG 在論文、投影片和後續圖形編輯中保持清晰。
圖像之外還保留存活估計、信賴限、事件、設限和風險人數。
如何製作 Kaplan-Meier 曲線
四個清楚步驟將資料準備、事件意義、結果解讀和匯出串聯起來。
每位參與者一列，提供時間、事件以及選填分組欄。
選擇 1 或 0 哪個代表終點發生，並在繼續前檢查無效列。
核對設限、信賴區間、組別樣本數、中位數、Log-rank p 值和稀疏尾端。
下載用於論文的 SVG 或 PNG，並保留統計 CSV 供審閱和重現。
繼續分析流程
記錄證據流程、彙整研究效應、檢查發表模式或核對最終圖件。
Kaplan-Meier Curve Maker 常見問題
每位參與者一列，必須包含非負追蹤時間和事件狀態；比較治療組或世代時可加入分組欄。分析前必須確認 1 表示事件、0 表示設限，或來源資料是否採用相反約定。
真實資料中兩種約定都可能出現，因此必須明確確認。請選擇「1 = 事件，0 = 設限」，或在來源資料相反時切換對應。解析器也能識別 event、dead、alive 和 censored 等文字，但仍需人工核對。
複製 Excel 或 Google Sheets 的表頭與個體資料並貼到資料框，確保時間和事件分別成欄，需要比較時再加入分組。也可上傳 CSV 或 TSV；瀏覽器會直接計算並重繪曲線，無需安裝 R、Python 或桌面軟體。
參與者追蹤結束時，曲線當下的存活機率位置會顯示設限標記。設限使該參與者退出後續風險集，但不會產生向下階梯。如果事件與設限發生在同一時間，會先處理事件，再將設限紀錄移出風險集。
中位存活期是估計存活機率首次達到或低於 0.50 的時間。如果整個觀察期內曲線始終高於 0.50，就應報告「未達到」，不能用一般追蹤時間中位數替代，也不能將曲線外推到觀察資料之外。
每個顯示時間點都會統計追蹤時間至少達到該時點的參與者，對應事件發生前的風險集。風險表始終使用完整資料，因此縮短橫軸顯示範圍不會刪除較晚追蹤，也不會改變較早時間點的風險人數。
可以。加入含兩個或更多標籤的分組欄後，產生器會為每組繪製曲線，並在共變異矩陣可估計時報告自由度為 k−1 的全域 Log-rank 檢定。工具不會輸出需要獨立預設分析的兩兩檢定或調整後風險比。
工具在瀏覽器中解析、計算並繪製個體資料，不會上傳原始列。可匯出 SVG 或高解析度 PNG，並保留統計 CSV 供複核。請移除直接識別資訊、遵循機構資料政策，並在投稿前獨立驗證分析、標籤、假設與期刊要求。
瀏覽器端存活曲線產生器
貼上時間事件資料，確認設限編碼，檢查風險表和不確定性，再連同統計結果一起匯出。
