快速掌握生存分析的可视化

生存分析在预后建模中的作用不必多言，在之前介绍的NAD+基因的文献中，出现了3种生存分析的可视化方式，文献链接如下

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

对于生存分析的可视化，最常用的就是R包survminer， 核心函数就是ggsurvplot，链接如下

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

下面介绍下如何通过这个R包来实现可视化的具体代码

1. 第一种模式

文献中图示如下

在传统的生存曲线的基础上，标记了p值。首先我们用默认参数先得到一张最基本的生存曲线图

> 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)      

效果图如下

在此基础上，需要做如下调整

1. 调整y轴标题

2. 调整图例的文字

3. 调整不同分组的颜色

4. 添加中位数的直线和p值