从乳腺癌数据到发表级图表：用Stata的xblc包完整复现一篇RCS生存分析
在临床研究中，连续变量与生存结局的关系往往呈现复杂的非线性特征。传统Cox回归的线性假设可能掩盖真实的生物学规律，而限制性立方样条（Restricted Cubic Spline, RCS）方法通过灵活的分段多项式拟合，成为揭示非线性关联的利器。本文将基于乳腺癌生存数据，手把手演示如何用Stata最新xblc包完成从数据预处理到期刊级图表的全流程，特别针对升级后包体的命令变化和常见报错提供解决方案。
1. 数据准备与变量工程
1.1 数据集特征解析
我们使用的乳腺癌数据集包含以下核心变量：
- 生存时间指标：
time（月）、status（死亡事件） - 临床病理特征：
age：患者年龄（连续变量）pathsize：肿瘤最大径（cm）lnpos：阳性淋巴结数目er/pr：激素受体状态
- 衍生变量：
ln_yesno：淋巴结转移二分变量（是/否）
* 数据概览命令 summarize age time pathsize lnpos tabulate status ln_yesno1.2 关键变量转换
为满足RCS分析需求，需特别注意：
- 连续变量缺失值检查与填补
- 分类变量的适当编码
- 生存数据格式声明：
stset time, failure(status==1) // 声明生存分析数据结构2. RCS建模核心步骤
2.1 节点选择策略
节点位置直接影响曲线拟合效果，推荐两种临床常用方法：
| 方法类型 | 适用场景 | 实现命令示例 |
|---|---|---|
| 分位数法 | 数据分布均匀时 | mkspline age = age, knots(46 56 67 78) |
| 临床意义法 | 存在明确医学临界值时 | mkspline age = age, knots(50 60 70) |
* 自动计算四分位数节点 centile age, centile(25 50 75) mkspline age_spline = age, knots(`r(c_1)' `r(c_2)' `r(c_3)') cubic2.2 模型构建与验证
建立包含RCS项的Cox比例风险模型：
stcox age_spline1 age_spline2 age_spline3 i.ln_yesno i.histgrad, vce(robust) estat phtest // 比例风险假设检验非线性检验是RCS分析的关键环节：
testparm age_spline2 age_spline3 // 检验非线性项联合显著性提示：当P值处于0.05边界时，建议结合临床知识和效应量综合判断
3. 新版xblc包绘图实战
3.1 命令升级重点解析
xblc包最新版本主要变更在于：
at()参数必须覆盖全部预测区间reference()参数格式更严格- 输出变量命名规则调整
* 生成预测值序列 levelsof age if inrange(age, 30,80), clean xblc age_spline1-age_spline3, covname(age) at(`r(levels)') /// eform reference(50) line generate(pred hr lci uci)3.2 期刊级图表定制
通过组合基础绘图命令实现专业级效果：
twoway (rarea lci uci pred, color(%30)) /// (line hr pred, lcolor(red) lwidth(medthick)), /// yscale(log) ylabel(0.5 1 2 4, grid) /// ytitle("Hazard Ratio (95% CI)") /// xlabel(30(10)80) xtitle("Age (years)") /// legend(off) yline(1, lpattern(dash))图表优化技巧：
- 使用
graph editor手动添加P值注释 - 导出时选择
.eps或.tif格式满足期刊要求 - 调整
msize()和mlabel()优化散点图标记
4. 结果解读与报告要点
4.1 非线性关系描述框架
建议按以下结构呈现结果：
- 全局趋势描述（如U型、J型关系）
- 关键拐点位置分析
- 临床意义区间解读
注意：避免过度解释数据稀疏区域的曲线波动
4.2 表格与图表协同呈现
典型结果展示组合：
表1. 年龄与死亡风险的HR估计（部分示例）
| Age | HR | 95% CI | P-value |
|---|---|---|---|
| 40 | 1.2 | (0.9-1.6) | 0.18 |
| 50 | 1.0 | (Ref) | - |
| 60 | 0.8 | (0.6-1.1) | 0.12 |
配合图表说明时，应突出：
- 参考线（HR=1）的临床解释
- 置信区间的实际意义
- 重要临界值的生物学依据
实际项目中，我们常需要反复调整节点位置验证结果稳健性。曾有个子宫内膜癌研究，最初按分位数设节点得到U型曲线，后根据绝经年龄调整节点后，发现风险其实在45岁后持续上升——这提醒我们，统计结果必须结合临床知识交叉验证。
