生存分析研究的是某個事件發生之前過去的時間，在臨床研究中最常見的應用就是死亡率的估計(預測患者的生存時間)，不過生存分析也可以應用于其他領域如機械故障時間等。
在R中，survival包中有很多函數可以對生存資料進行模組化，可以使用survfit()函數來估計删失資料的生存曲線，使用coxph()函數用來拟合Cox比例風險模型。
在survminer包中，可以使用
plot()
函數、
ggsurvplot()
函數用來繪制Kaplan-Meier生存曲線。
今天就來學習在R中使用ggsurvplot()函數繪制Kaplan-Meier生存曲線。
目 錄- 1. 安裝和加載R包
- 2. 導入内置資料集
- 3. 拟合生存曲線
- 3.1 建立生存對象
- 3.2 拟合曲線
- 4. 繪制基礎曲線
- 5. 自定義曲線參數
- 5.1 增加中位生存時間
- 5.2 增加置信區間
- 5.3 繪制累計風險曲線
- 5.4 添加風險表
- 5.5 添加總患者生存曲線
- 5.6 自定義調色闆
- 6. 美化生存曲線
- 7. survfit()函數
- 8. ggsurvplot()函數
- 8.1 主要參數
- 8.2 圖示題和坐标軸标簽
- 8.3 圖例标題和位置
- 8.4 坐标軸範圍、刻度間距
- 8.5 置信區間
- 8.6 P值文本大小和位置
- 8.7 删失點
- 8.8 生存表
- 8.9 生存圖高度
- 8.10 字型樣式
- End
1. 安裝和加載R包
繪制Kaplan-Meier生存曲線需要用到的R包：
survminer
和
survival
。
如果沒有安裝就先安裝。
install.packages("survminer") # 安裝survminer包
install.packages("survival") # 安裝survival包
library(survminer) # 加載包
library(survival) # 加載包
2. 導入内置資料集
使用
survival
包的
lung
資料集進行示範。
data(lung) # 加載lung資料集
View(lung) # 檢視資料集
lung資料集：NCCTG晚期肺癌患者的生存率。
inst # 機構代碼；
time # 生存天數；
status # 生存狀态，1為删失，2為死亡；
age # 年齡；
sex # 性别，1為男性，2為女性；
ph.ecog、ph.karno、pat.karno # 為病人和患者評分，這裡用不到；
meal.cal # 進食時消耗的卡路裡；
wt.loss # 最近6個月内的體重下降。
3. 拟合生存曲線
3.1 建立生存對象
在survival包中先使用Surv()函數建立生存對象，生存對象是将事件時間和删失資訊合并在一起的資料結構。
attach(lung) # 綁定資料集
Surv(time,status) # 建立生存對象
在上面輸出的生存對象中，帶"+"号的表示右删失資料。
3.2 拟合曲線
R中使用survfit()函數來拟合生存曲線。
fit <- survfit(Surv(time,status) ~ sex, # 建立生存對象
data = lung) # 資料集來源
fit # 檢視拟合曲線資訊
從上圖可知，lung資料集中男性138例，女性90例；男性和女性發生感興趣結局事件分别有112例和53例。男性和女性的中位生存時間分别為
270天
和
426天
。
還可以使用summary()函數輸出更多詳細資訊。
summary(fit)
上圖中survival為生存函數在生存時間點處的KM估計值。同時，輸出結果中還給出了估計的标準誤差和95%置信區間。
4. 繪制基礎曲線
ggsurvplot(fit, data = lung)
5. 自定義曲線參數
5.1 增加中位生存時間
中位生存時間(median survival time)又稱為生存時間的中位數，表示剛好有
50%
的個體其存活期大于該時間，是生存分析中常用的概括性統計量。
圖解法是計算中位生存時間的方法。其利用生存曲線圖，從縱軸生存率為50%處畫一條與橫軸平行的線，并與生存曲線相交，然後自交點畫垂線與橫軸相交，此交點對應的時間即為中位生存時間，圖解法比較簡單直覺，但結果比較粗略。
ggsurvplot(fit, data = lung,
surv.median.line = "hv") # 增加中位生存時間
從圖上可以看出，男性的中位生存時間小于女性。
5.2 增加置信區間
ggsurvplot(fit, data = lung,
surv.median.line = "hv", # 增加中位生存時間
conf.int = TRUE) # 增加置信區間
5.3 繪制累計風險曲線
ggsurvplot(fit, data = lung,
conf.int = TRUE, # 增加置信區間
fun = "cumhaz") # 繪制累計風險曲線
5.4 添加風險表
ggsurvplot(fit, data = lung,
conf.int = TRUE, # 增加置信區間
risk.table = TRUE) # 繪制累計風險曲線
5.5 添加總患者生存曲線
ggsurvplot(fit, # 建立的拟合對象
data = lung, # 指定變量資料來源
conf.int = TRUE, # 顯示置信區間
pval = TRUE, # 添加P值
surv.median.line = "hv", # 添加中位生存時間線
add.all = TRUE) # 添加總患者生存曲線
5.6 自定義調色闆
ggsurvplot(fit, # 建立的拟合對象
data = lung, # 指定變量資料來源
conf.int = TRUE, # 顯示置信區間
pval = TRUE, # 添加P值
surv.median.line = "hv", # 添加中位生存時間線
palette = "hue") # 自定義調色闆
可選調色闆有 "grey","npg","aaas","lancet","jco",
"ucscgb","uchicago","simpsons"和"rickandmorty".
ggsurvplot(fit, # 建立的拟合對象
data = lung, # 指定變量資料來源
conf.int = TRUE, # 顯示置信區間
pval = TRUE, # 添加P值
surv.median.line = "hv", # 添加中位生存時間線
risk.table = TRUE, # 添加風險表
xlab = "Follow up time(d)", # 指定x軸标簽
legend = c(0.8,0.75), # 指定圖例位置
legend.title = "", # 設定圖例标題
legend.labs = c("Male", "Female"), # 指定圖例分組标簽
break.x.by = 100) # 設定x軸刻度間距
7. survfit()函數
survfit(formula, data, weights, subset, na.action,
stype=1, ctype=1, id, cluster, istate, timefix=TRUE,
etype, error, ...)
## 參數解釋
formula # 形如 Surv(time,status) ~ sex 的公式
data # 變量來源的資料集
weights # 觀察值的權重
subset # 資料集的子集
na.action # 處理缺失值的函數
id # 識别觀察對象個體的變量
etype # 事件的類型
...
8. ggsurvplot()函數
8.1 主要參數
ggsurvplot(fit, data = NULL, fun = NULL, color = NULL,
palette = NULL, linetype = 1, conf.int = FALSE,
pval = FALSE, pval.method = FALSE,
test.for.trend = FALSE, surv.median.line = "none",
risk.table = FALSE, cumevents = FALSE,
cumcensor = FALSE, tables.height = 0.25,
group.by = NULL, facet.by = NULL, add.all = FALSE,
combine = FALSE, ggtheme = theme_survminer(),
tables.theme = ggtheme, ...)
# 參數解釋
fit # 拟合的生存曲線對象
data # 用來拟合生存曲線的資料集
fun # 常用三個字元參數；
# "event"繪制累積事件(f(y)=1-y)，
# "cumhaz"繪制累積危害函數(f(y)=-log(y));
# "pct"繪制生存機率(百分比)。
color # 設定生存曲線的顔色。
# 如果隻有1條曲線，則直接設定color="blue"；
# 如果有多條曲線，預設color="strata"，按分組為生存曲線着色；
# 也可以自定義調色闆來設定曲線顔色。
palette # 調色闆，預設"hue"。
# 可選調色闆有"grey","npg","aaas","lancet",
# "jco", "ucscgb","uchicago","simpsons"和"rickandmorty".
linetype = 1 # 設定曲線線型。可以按"strata"設定線型；
# 或按數字向量c(1, 2)或按字元向量c("solid", "dashed")設定
conf.int # 邏輯詞；預設FASLE；為TRUE則繪制曲線置信區間
pval = FALSE # 邏輯詞；為TRUE則将統計檢驗計算的p值添加到圖上；
# 為數字，則直接指定P值大小，如pval = 0.03；
# 為字元串，則添加字元串到圖上，如pval = "p-value: 0.031"
pval.method # 邏輯詞，是否添加計算p值的統計方法的文本；
# 隻有當 pval = TRUE時, 才會在圖上添加檢驗方法文本
test.for.trend # 邏輯詞，預設為FALSE；
# 為TRUE則傳回趨勢p值的檢驗，趨勢檢驗旨在檢驗生存曲線的有序差異
surv.median.line # 在中位生存時間點處繪制水準或垂直線的字元向量；
# 可用值有"none"、"hv"、"h"、"v"；其中v繪制垂直線，h繪制水準線。
risk.table = FALSE # 邏輯詞，圖上是否添加風險表；
# "absolute" 顯示處于風險中的絕對數量；
# "percentage" 顯示處于風險中的百分比數量
# "abs_pct" 顯示處于風險中的絕對數量和百分比
cumevents # 邏輯詞，是否添加累計事件表
cumcensor # 邏輯詞，是否添加累計删失表
tables.height = 0.25 # 生存曲線圖下所有生存表的高度，數值0-1之間
group.by # 包含分組變量名稱的字元向量，向量長度≤2
facet.by # 字元向量，指定繪制分面生存曲線的分組變量(應≤2)的名稱
ggtheme=theme_survminer() # 設定ggplot2主題，如theme_bw()
tables.theme # 作用于生存表的ggplot2主題名稱
# 有theme_survminer、theme_cleantable()
add.all = FALSE # 邏輯詞；是否添加總患者生存曲線到主生存圖中
8.2 圖示題和坐标軸标簽
title # 圖表标題
xlab, ylab # 分别指x軸和y軸标簽
8.3 圖例标題和位置
legend # 指定圖例位置的字元向量："top"(預設),"bottom","left","right","none"等。
# legend="none" 表示移除圖例；
# 圖例位置也可用數字向量c(x，y)指定，x和y的值應在0到1之間。
legend.title # 圖例标題，如legend.title = "Sex"。
legend.labs # 指定圖例标簽的字元向量, 替換fit中strata的名稱，順序應與strata一緻。
# 如 legend.labs = c("Male","Female")
8.4 坐标軸範圍、刻度間距
break.time.by # 設定坐标軸刻度間距
break.x.by # 設定x軸刻度的間距，如break.x.by = 100
break.y.by # 設定y軸刻度的間距，如break.y.by = 0.2
surv.scale # 生存曲線的比例轉換。允許的值為"default"或"percent"。
xlim, ylim # 指定x軸和y軸的範圍，如xlim = c(0,30), ylim = c(0,1)
axes.offset # 邏輯詞，預設為TRUE。為FALSE，則生存曲線圖的坐标軸從原點開始。
8.5 置信區間
以下隻有在conf.int = TRUE時才生效
conf.int.fill # 設定置信區間填充的顔色
conf.int.style # 設定置信區間的類型，有"ribbon"(預設),"step"兩種。
conf.int.alpha # 數值，指定置信區間填充顔色的透明度；
# 數值在0-1之間，0為完全透明，1為不透明。
8.6 P值文本大小和位置
以下隻有在pval = TRUE時才生效
pval.size # 指定p值文本大小的數字，預設為 5。
pval.coord # 長度為2的數字向量，指定p值位置x、y，如pval.coord=c(x,y)。
pval.method.size # 指定檢驗方法 log.rank 文本的大小
pval.method.coord # 指定檢驗方法 log.rank 文本的坐标
log.rank.weights # 計算log-rank檢驗p值的權重類型的名稱。
8.7 删失點
censor # 邏輯詞，預設為TRUE，在圖上繪制删失點。
censor.shape # 數值或字元，用于指定删失點的形狀；預設為"+"(3), 可選"|"(124)。
censor.size # 指定删失點形狀的大小，預設為4.5。
8.8 生存表
所有生存表的正常參數。指定以下參數時，可應用于所有生存表（風險表、累積事件表和累積删失表）。
tables.col # 生存曲線圖下所有表的顔色，預設為"black"；
# 按strata顯示則tables.col="strata".
fontsize # 指定風險表和累積事件表的字型大小。
font.family # 指定文字字型的字元向量,如font.family="Courier New".
tables.y.text # 邏輯詞，預設顯示生存表的y軸刻度标簽；為FALSE則刻度标簽被隐藏
tables.y.text.col # 邏輯詞，預設FALSE；為TRUE，則表的y刻度标簽将按strata着色。
tables.height # 指定所有生存表的高度，數值在0-1之間，預設為0.25.
8.8.1 風險表
risk.table.title # 風險表的标題
risk.table.pos # 指定風險表位置的字元向量；
# 有兩種，"out"在生存圖外(預設)，"in"在生存圖内。
risk.table.col
risk.table.fontsize
risk.table.y.text
risk.table.y.text.col
risk.table.height
# 這五個和上面生存表的正常參數意義是一樣的
# 但是隻應用在風險表中。
8.8.2 累積事件表
cumevents.title # 累積事件表的标題
cumevents.col
cumevents.y.text
cumevents.y.text
cumevents.height
# 這四個和上面生存表的正常參數意義是一樣的
# 但是隻應用于累積事件表中。
8.8.3 累積删失表
cumcensor.title # 累積删失表的标題
cumcensor.col
cumcensor.y.text
cumcensor.y.text.col
cumcensor.height
# 這四個和上面生存表的正常參數意義是一樣的
# 但是隻應用于累積删失表中。
8.9 生存圖高度
surv.plot.height # 生存圖的高度，預設為0.75；
# 當risk.table = FALSE時忽略
8.10 字型樣式
font.title # 标題字型
font.subtitle # 副标題字型
font.caption
font.x、font.y # x軸、y軸字型
font.tickslab # 刻度标簽字型
font.legend # 圖例字型
用長度為3的向量分别指定大小、類型、顔色。如：
# font.main = c(16, "bold", "darkblue")
# font.x = c(14, "italic", "red")
# font.y = c(14, "bold.italic", "darkred")
# font.tickslab = c(12, "plain", "darkgreen")
# font.x = 14 則隻改變字型的大小
# font.x = "bold" 則隻改變字型類型
End
http://weixin.qq.com/r/si7g_C3EJXBarWmb93ug (二維碼自動識别)