偶然看到这样的一个问题：R做生存分析关于survdiff函数的问题,让我想起了这个问题有时候K-M法和Cox回归的结论不一样，尤其是在做Cox时是显著的，在使用K-M时却分不开，不显著，很多人在这个时候...
偶然看到这样的一个问题：R做生存分析关于survdiff函数的问题,让我想起了这个问题有时候K-M法和Cox回归的结论不一样，尤其是在做Cox时是显著的，在使用K-M时却分不开，不显著，很多人在这个时候很纠结不知道怎么办，其实回到两种方法本身：
K-M法一般分析单个因素不同水平之间的比较，所以需要分类，如果是连续型的变量的话是一定要分类的，他是一种非参数法；
而Cox回归面向的是多个因素，他是一种半参数法；这一点与K-M法是不同的，他对数据的要求不像K-M那样必须是分类变量，他可以是连续的，也可以是分类变量，但是前提是这些数据是满足比例风险的，比例风险啥意思呢，就是分类变量用数值表示的话不能随意的把顺序变换掉，比如StageI-IV，用1,3,4，2来表示肯定是不行的，必须是1,2,3,4依次递增；
那么两者方法上存在不同，所以存在不一致也是正常的，如果出现不一致一般就两种情况
一、多个变量的Cox回归中单个变量的显著性与K-M法不一致，此时我们应该选择cox的结果，因为K-M发只考虑单个变量，而Cox考虑了多个变量
二、都是单个变量的Cox回归和K-M法不一致，此时我们还是应该选择Cox的结果，因为参数检验效力高于非参数检验
