快速掌握生存分析的可視化

生存分析在預後模組化中的作用不必多言，在之前介紹的NAD+基因的文獻中，出現了3種生存分析的可視化方式，文獻連結如下

​​https://www.frontiersin.org/articles/10.3389/fcell.2022.831273/full​​

對于生存分析的可視化，最常用的就是R包survminer， 核心函數就是ggsurvplot，連結如下

​​https://rpkgs.datanovia.com/survminer/index.html​​

下面介紹下如何通過這個R包來實作可視化的具體代碼

1. 第一種模式

文獻中圖示如下

在傳統的生存曲線的基礎上，标記了p值。首先我們用預設參數先得到一張最基本的生存曲線圖

> library("survminer")
> require("survival")
> fit <- survfit(Surv(time, status) ~ sex, data = lung)
> head(lung)
  inst time status age sex ph.ecog ph.karno pat.karno meal.cal wt.loss
1    3  306      2  74   1       1       90       100     1175      NA
2    3  455      2  68   1       0       90        90     1225      15
3    3 1010      1  56   1       0       90        90       NA      15
4    5  210      2  57   1       1       90        60     1150      11
5    1  883      2  60   1       0      100        90       NA       0
6   12 1022      1  74   1       1       50        80      513       0
> fit
Call: survfit(formula = Surv(time, status) ~ sex, data = lung)




        n events median 0.95LCL 0.95UCL
sex=1 138    112    270     212     310
sex=2  90     53    426     348     550
> ggsurvplot(fit, data = lung)      

效果圖如下

在此基礎上，需要做如下調整

1. 調整y軸标題

2. 調整圖例的文字

3. 調整不同分組的顔色

4. 添加中位數的直線和p值