貼上 Excel 的時間事件資料或上傳 CSV，即可繪製 Kaplan-Meier 存活曲線，並加入設限標記、95% 信賴區間、風險人數表、中位存活期與 Log-rank 檢定，再匯出 SVG、PNG 或 CSV。無需註冊。
每位參與者一列。時間必須大於或等於零；事件欄記錄終點是否發生，或該筆資料為右設限。
可直接從 Excel 或 Google Sheets 複製儲存格。必要欄位：time 與 event；group 為選填。
treatment-vs-control.csv
顯示上限只會改變橫軸，不會移除較晚的參與者，也不會改變風險集。
您的資料只會在瀏覽器中解析與分析，絕不會上傳。
乘積限估計在同一時間點先處理事件、再處理設限，並採用 Greenwood log-log 95% 信賴區間。重要結果請依您的分析計畫複核。
使用 paper banana，將研究方法、機制與流程轉成清晰的科研圖片。
Kaplan-Meier 曲線基礎
Kaplan-Meier 曲線估計隨時間推移仍未發生事件的機率。每發生一次事件，曲線就向下跳一階；設限標記代表該參與者在觀察到事件之前就結束了追蹤。
風險人數表顯示各選定時間點之前仍在觀察中的參與者人數。它對曲線稀疏的尾端特別重要，因為看似很大的一階，可能只取決於少數參與者。
有兩個或更多組別時，Log-rank 檢定用來檢驗各組的整體存活曲線是否不同。這是未經調整的比較，並非因果估計；若需要調整共變項，仍不能取代預先指定的 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、分期或其他預先指定的分層。
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
在將圖表用於論文之前，請先將估計量、信賴區間與報告方式，與成熟的統計軟體互相比對。
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，以及估計值未達中位數時的處理方式。
文件
估計器參考這些參考資料說明的是成熟的實作方式，不能取代研究專屬的統計分析計畫，也不能取代獨立驗證。
載入範例即可檢視其個體資料、事件編碼、設限標記、信賴區間、風險表與組間比較。
面向時間事件研究
臨床世代、治療比較、教學與發表前的圖表審閱，都能使用同一套透明流程。
將 OS、PFS、DFS、感染、器材失效或其他時間事件紀錄，轉換為可供稽核的初步分析。
調整時間範圍、風險表、信賴帶或標籤，無需在其他軟體中重建分析。
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。
工具功能
每條曲線都與其背後的個體資料、風險集、不確定性與可匯出的統計結果保持連動。
即使事件編碼、篩選或解讀有誤，圖表看起來仍可能很正確。繪製工具會將高風險的假設與結果並列顯示。
明確選擇數值事件編碼；也能辨識 dead、alive、event 與 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。
若存活曲線始終沒有下降到 0.50，中位數會標示為「未達到」，而不是顯示虛構的數值。
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供審閱的圖表，同時不隱藏左右分析結果的各項選擇。
在現代瀏覽器中完成整個流程，無需設定 R、Python 或桌面統計軟體。
解析、計算、預覽與下載期間，參與者資料列都只留在您的瀏覽器中。
專用控制項會在您解讀結果前，先明確要求確認事件與設限的編碼慣例。
風險人數與上方的存活曲線使用相同的時間軸與組別顏色。
SVG 用於論文、投影片與圖形編輯軟體時都能保持清晰。
圖片之外，也一併保留各事件時間的存活估計、信賴限、事件數、設限數與風險人數。
如何製作 Kaplan-Meier 曲線
四個步驟串連資料準備、事件定義、結果解讀與匯出。
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 代表終點已發生，並檢查是否有無效的資料列。
檢查設限、信賴區間、各組人數、中位數、Log-rank p 值與稀疏的尾端。
下載用於論文的 SVG 或 PNG，並保留統計 CSV 以供審閱與重現。
繼續您的分析
梳理試驗參與者流程、彙總研究效應、核對期刊要求，並轉換匯出的存活曲線圖。
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。
設限標記會顯示在該參與者結束追蹤時曲線所處的存活機率位置。設限會讓該參與者退出後續風險集，但不會產生向下階梯。若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。
工具在您的瀏覽器中解析、分析並繪製參與者資料列，絕不會上傳。請匯出 SVG 或高解析度 PNG 作為論文圖表，並保留統計 CSV 供複核。發表前，請移除可直接識別身分的資訊、遵循所屬機構的資料政策，並自行驗證分析、標籤、假設與期刊要求。
