似乎有两种不同的算法可以使用 logrank 检验比较三个或更多生存曲线。

算法 A. 在Altman和 Machin的书中找到。由 GraphPad Prism 计算。该方法使用一种易于理解的算法，根据观察到的和预期的死亡人数之间的差异计算卡方（df=组数减 1）。基本上：

Chi2 = SumForAllCurves[(Oi - Ei)^2 / Ei]

算法 B. 由 SAS 和SPSS和 NCSS 计算。还计算卡方（也使用 df=# groups 减 1），但使用更复杂的方程。基本上：

    Chi2 = U'*(V^-1)*U, where
    U, V - vector and covariance matrix defined at p.6 of the same pdf

以下是 Excel 文件形式的示例数据。

方法 A 计算卡方 = 4.094；df = 2; P = 0.1291
方法 B 计算卡方 = 4.844；df = 2; P = 0.0888

为什么有区别？是一种简化吗？他们会做出不同的假设吗？一个过时了吗？（请注意，两者都是 logrank 方法的变体，它在任何时候对死亡赋予相同的权重。您可以通过使用 Gehan-Wilcoxon、Tarone-Ware 或 Peto-Peto 对死亡进行不同的加权来获得不同的结果......但这些选择不'不要解释我看到的区别。）