你遇到的问题
你的随访数据里有一部分患者到研究结束仍未发生终点事件，还有人中途失访，直接比较两组的「平均生存时间」显然不对；软件里跑出了 Kaplan-Meier 曲线和 Cox 回归，但 log-rank、HR、删失这些结果该怎么组织成论文语言，你心里没底。
适用场景
当结局是「到某事件发生的时间」（死亡、复发、进展）且存在删失（censoring，即随访结束或失访时事件尚未发生）时，用生存分析：Kaplan-Meier 法估计生存曲线并用 log-rank 检验比较组间差异，Cox 比例风险回归用于估计风险比（HR）并校正混杂因素；Cox 回归要求满足等比例风险假定，即各协变量的 HR 不随时间变化，删失应与结局无关（无信息删失）。
正确做法
先报告随访情况（中位随访时间、事件数与删失数），用 Kaplan-Meier 法绘制生存曲线并在图下附各时点风险人数（number at risk），组间比较报告 log-rank 检验的 χ² 与 p 值，并给出各组中位生存期及其 95% CI（若中位数未达到需注明）；随后用 Cox 回归报告校正后的 HR、95% CI 与 p 值，并用 Schoenfeld 残差检验等比例风险假定（如 R 中的 cox.zph），假定不满足时可考虑分层 Cox 或引入时依协变量。曲线图、log-rank 结果与 Cox 表格三者应配套呈现。
报告示例：中位随访 36.0 个月期间，观察组与对照组分别发生终点事件 42 例和 28 例。Kaplan-Meier 分析显示，观察组中位生存期为 18.2 个月（95% CI 14.5～23.1），对照组为 27.5 个月（95% CI 22.8～33.4），两组生存曲线差异有统计学意义（log-rank χ² = 8.76，p = .003）。校正年龄、分期后的多因素 Cox 回归显示，观察组死亡风险为对照组的 1.86 倍（HR = 1.86，95% CI 1.23～2.81，p = .003）；基于 Schoenfeld 残差的检验未提示违反等比例风险假定（全局检验 p = .41）。
常见错误
错误一：把删失个案当作「未发生事件」直接删除，或用 t 检验比较两组的平均随访时间，这会系统性地歪曲生存估计，删失信息必须通过生存分析方法纳入。错误二：只报 HR 和 p 值，不报 95% CI，也从不检验等比例风险假定；若两条生存曲线交叉而仍直接套用 log-rank 和常规 Cox 模型，结论可能完全失真，审稿人通常会要求补充 Schoenfeld 残差检验结果。
需要更进一步？
如果你已经有 SPSS、R 或 Stata 的生存分析输出，不确定中位生存期、HR、log-rank 这些结果如何组织成规范的中文或英文段落，可以把输出粘贴进统计结果解读器一键生成；如果涉及竞争风险、时依协变量或比例风险假定不满足的处理，建议预约辅导逐一解决。