用途：该技能在用户提及生存分析、时间-事件数据、删失、Kaplan-Meier曲线、log-rank检验、中位生存期、Cox回归、比例风险、风险比、纵向数据、混合效应模型、GEE、诊断准确性、灵敏度、特异度、ROC/AUC、竞争风险、Fine-Gray模型、累积发生率、临床终点样本量、多重性校正、缺失数据、多重插补、MCAR/MAR/MNAR等主题时触发，用于执行面向临床与生物医学研究的生物统计分析。
主要能力：按步骤评估研究设计，确认研究类型（队列、病例对照、横断面、随机对照试验）与主要终点类型（连续、二分类、时间-事件、计数、有序），判断数据是否聚类或纵向。生存分析中定义时间起点、事件定义与删失机制，验证删失为非信息性，用Kaplan-Meier估计生存曲线，用log-rank检验或加权变体（Wilcoxon、Tarone-Ware）比较组间差异。Cox回归中检验比例风险假设（Schoenfeld残差、log-log图），若违反则采用时变系数、分层Cox或限制平均生存时间（RMST），报告风险比及95%置信区间。竞争风险中使用累积发生率函数而非1-KM，应用Fine-Gray子分布风险模型或病因别风险模型。纵向分析采用线性或广义混合效应模型，处理脱落可用模式混合模型或联合模型。诊断试验评估计算灵敏度、特异度、PPV、NPV，生成ROC曲线并用DeLong置信区间计算AUC。缺失数据按MCAR、MAR、MNAR分类，MAR下用多重插补（m>=20，Rubin规则合并），并进行MNAR敏感性分析。
使用方式：资料未提供具体安装或调用命令，仅列出相关工具：R的survival/survminer、SAS的PROC PHREG/LIFETEST、STATA的stcox/stcurve、R的mice/Amelia、pROC/cutpointr。输出格式包括带风险人数表的Kaplan-Meier曲线、含HR/95%CI/p值及PH检验的Cox结果表、竞争风险累积发生率曲线、含AUC与最佳切点的ROC曲线、缺失数据报告。质量清单要求明确时间起点与事件定义、说明删失机制、检验并报告比例风险假设、处理竞争风险、必要时校正多重比较、评估缺失机制、保证样本量（Cox中EPV>=10）、报告效应估计及置信区间、对关键假设做敏感性分析。
适用场景与限制：适用于临床与生物医学研究中的生存、纵向、诊断与缺失数据分析。资料未提供具体平台支持、收费、价格或效果信息，暂未提供。