Python:如何使用Kaplan-Meier估计生存曲线来获得更低的95%置信区间

Question

看起来我们可以使用R中的Surv和survfit函数，通过使用CCD_ 3，并用summary(surv.fit)

在Python上，我尝试了类似kmf = KaplanMeierFitter()和kmf.fit(T, event_observed=C)的东西有没有一种方法可以像R那样在Python上获得95%的下界CI？

谢谢！

Answer 1

尝试使用kmf.confidence_interval_。