R语言生存曲线的可视化(超详细)

💡专注R语言在🩺生物医学中的使用

欢迎加入🐧QQ交流群：613637742

survminer是专门用来进行生存分析可视化的R包，主要函数如下：

• 生存曲线
• ggsurvplot():
• arrange_ggsurvplots():
• ggsurvevents():
• surv_summary():
• surv_cutpoint():
• pairwise_survdiff():
• Cox模型的诊断
• ggcoxzph():
• ggcoxdiagnostics():
• ggcoxfunctional():
• Cox模型总汇总
• ggforest():
• ggcoxadjustedcurves():
• 竞争风险模型
• ggcompetingrisks():

关于Cox模型诊断和汇总在之前的推文中已经进行过详细的讲解：R语言生存分析：Cox回归

本次主要介绍生存曲线的绘制及细节。

演示数据

使用survival包中的lung数据集用于演示，这是一份关于肺癌患者的生存数据。time是生存时间，以天为单位，status是生存状态，1代表删失，2代表死亡。

基本的生存曲线

最基本的生存曲线：

删失数据的形状可以更改，默认是+，我们可以改成自己喜欢的：

字体都是可以进行更改的！

累积风险曲线：

累积事件曲线：

增加 risk table

增加多种自定义选项：

risk table的各种字体也都是可以更改的！

增加删失事件表ncensor plot

ncensor plot的字体也是支持各种设置的。

超级无敌精细化自定设置

首先设置好自己的默认样式：

自定义一个函数，用来更改各种样式：

然后分别对上面图形的3个部分（生存曲线、risk table、ncensor plot）进行个性化自定义

多个组的生存曲线

如果你的分类变量是多个组别的（常见的都是两组比较的），会自动画出多条生存曲线。如果你有多个分类自变量，会自动画出所有组合的生存曲线。

使用colon数据集，其中time是时间，status是生存状态，1为发生终点事件，0为删失，rx是治疗方式，有三种：observation、Levamisole、Levamisole+5-FU，obstruct是肿瘤是否阻塞结肠，有为1，无为0，adhere是肿瘤是否粘附附近器官，有为1，无为0。

多个分类变量分面绘制

还是以colon数据集为例，这次我们用3个变量：sex/rx/adhere，这3个都是分类变量。

首先构建生存函数：

然后把生存曲线保存为一个对象：

接下来就可以分别提取生存曲线（这里是cumhaz，累积风险曲线）、risk table、删失事件表，根据不同的变量进行分面即可：

如果想根据某个变量进行分组绘制生存曲线，然后分面展示，也可以用ggsurvplot_facet()实现：

还可以根据多个变量进行分面展示：

同时绘制多个生存函数

根据某一个变量分组绘制

比如以colon数据为例，我们想以rx（治疗方式）进行分组，然后看每个组内的生存曲线，可以通过ggsurvplot_group_by()实现。

这个图形和上面的分面展示中的ggsurvplot_facet画出来的图形是一样的，区别就是一个是分面，这个是分开多个图形！

可以根据多个变量进行分组，比如下面这个情况，会分别绘制6张生存曲线图：

在原有生存曲线的基础上增加

先画好一个生存曲线图，然后在原图的基础上添加新的生存曲线图，类似于base r中常用的add = T，比如在这篇推文中介绍的：多个时间点和多指标生存曲线

在上面图形的基础上添加所有人的总的生存曲线：

多个生存函数画在一起

比如把PFS和OS的生存曲线画在一张图上。

这个情况你用ggsurvplot_list也能画，不过就是分开的两个图形了！

如果是分类变量会自动画出多条生存曲线：

参考资料

1. survminer包帮助文档

🔖精选合集