引言：

   生存分析是臨床上較為常用的統(tǒng)計(jì)學(xué)方法，用于比較不同組別的患者在接受干預(yù)之后，生存時(shí)間的變化情況。生存分析是醫(yī)學(xué)領(lǐng)域中一個(gè)重要的內(nèi)容，在各個(gè)疾病領(lǐng)域的研究中都運(yùn)用十分廣泛。在R中進(jìn)行生存分析常用的包主要有survival包以及survminer包。

Survival 包提供了生存函數(shù)的建立，Cox模型的建立，以及比較分析。這個(gè)包也提供了基于基礎(chǔ)繪圖系統(tǒng)的生存曲線(xiàn)繪制。Survminer包提供了基于ggplot2系統(tǒng)對(duì)于生存分析的可視化，使得生存分析具有更加美觀的圖形，以及自我定制方式。

而今天我們的主角就是Survminer包，讓我們鼓足精神一起來(lái)學(xué)習(xí)“如何使用Survminer包優(yōu)雅的繪制生存曲線(xiàn)”吧。

1．Survminer包主要函數(shù)介紹

＃該包包含的主要函數(shù)有：

主要函數(shù)用法ggsurvplot （）利用＇number at risk＇表，事件表的累計(jì)數(shù)量和被過(guò)濾的主體表的累計(jì)數(shù)繪制生存曲線(xiàn)arrange＿ggsurvplots （）在同一頁(yè)面上排列多個(gè)ggsurvplotsggsurvevents （）繪制事件的時(shí)間分布surv＿summary （）生存曲線(xiàn)總結(jié)，默認(rèn)的summary （）函數(shù)相比，surv＿summary （）創(chuàng)建一個(gè)數(shù)據(jù)幀，其中包含來(lái)自survfit結(jié)果的漂亮摘要surv＿cutpoint （）一次確定一個(gè)或多個(gè)連續(xù)變量的最佳切點(diǎn)，提供與生存最顯著關(guān)系對(duì)應(yīng)的一個(gè)切點(diǎn)的值。pairwise＿survdiff （）生存曲線(xiàn)的多重比較，計(jì)算分組級(jí)別之間的配對(duì)比較，以及多個(gè)測(cè)試的更正ggcoxzph （）比例危害的圖形測(cè)試，顯示縮放的Schoenfeld殘差圖，以及使用ggplot2的平滑曲線(xiàn)，plot．cox．zph（）的包裝器ggcoxdiagnostics （）顯示診斷圖表顯示cr比例危險(xiǎn)模型的良好ggcoxfunctional （）顯示關(guān)于零cox比例危險(xiǎn)模型鞅殘差的連續(xù)解釋變量的圖，cox模型中連續(xù)變量的函數(shù)形式的正確選取ggforest （）繪制CoxPH模型的forest plotggcoxadjustedcurves （）繪制coxph模型的調(diào)整生存曲線(xiàn)ggcompetingrisks （）繪制競(jìng)爭(zhēng)風(fēng)險(xiǎn)的累積關(guān)聯(lián)曲線(xiàn)

        在以上眾多函數(shù)中，ggsurvplot （）函數(shù)和ggcoxzph （）函數(shù)是生存分析中應(yīng)用最多的函數(shù)，arrange＿ggsurvplots （）函數(shù)是讓多個(gè) ggsurvplots作圖生存曲線(xiàn)合并。今天我們也將主要講解這三個(gè)函數(shù)。（如果需要其他函數(shù)的學(xué)習(xí)，請(qǐng)自行查閱 Survminer包說(shuō)明文檔）

2．主要函數(shù)ggsurvplot（）

2．1 用法：

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．a(chǎn)ll ＝ FALSE， combine ＝ FALSE，     ggtheme ＝ theme＿survminer（）， tables．theme ＝ ggtheme， ．．．）

2．2 主要參數(shù)詳解：

參數(shù)用法fit需要畫(huà)的生存曲線(xiàn)對(duì)象，可以是擬合好的生存對(duì)象，也可以是包含生存信息的數(shù)據(jù)框、列表data用來(lái)擬合生存曲線(xiàn)的數(shù)據(jù)集，如果未提供，則將從“fit”對(duì)象中提取數(shù)據(jù)fun定義生存曲線(xiàn)變換的任意函數(shù)。event：f（y） ＝ 1－y；cumhaz：f（y） ＝－log（y）；pct：生存率百分比color繪制生存曲線(xiàn)的顏色設(shè)置，可使用調(diào)色板palette使用調(diào)色板linetype改變線(xiàn)條類(lèi)型conf．int邏輯值，如果為T(mén)RUE，則繪制置信區(qū)間pval邏輯中，如果為T(mén)RUE，則繪制p值pval．method是否添加一個(gè)文本，其中包含用于計(jì)算pvalue的檢驗(yàn)名稱(chēng)，該文本對(duì)應(yīng)于生存曲線(xiàn)的比較。僅在pval＝TRUE時(shí)使用test．for．trend邏輯值，默認(rèn)為FALSE，如果是TRUE，返回p值的趨勢(shì)檢測(cè)surv．median．line用于在中間生存點(diǎn)繪制水平／垂直線(xiàn)的字符向量，可選擇的值包括c（＂none＂，＂hv＂，＂h＂，＂v＂）中的一個(gè)，其中v：垂直，h：水平risk．table顯示絕對(duì)數(shù)量和風(fēng)險(xiǎn)個(gè)體的百分比cumevents指定是否顯示累計(jì)事件數(shù)表的邏輯值，默認(rèn)值為FALSEcumcensor邏輯值，指定是否顯示審查累計(jì)次數(shù)的表，默認(rèn)值為FALSEtables．height數(shù)值（在［0－1］中），指定主生存圖下所有表的一般高度add．a(chǎn)ll邏輯值如果為真，則將合并患者的生存曲線(xiàn)（空模型）添加到主圖中combine邏輯值如果為T(mén)RUE，則在同一繪圖上合并列表survfit對(duì)象2．3 示例：

＃首先，安裝并加載包，直接在R中安裝即可

install．packages（＂survival＂）install．packages（＂survminer＂）library（survival）library（survminer）

＃示例數(shù)據(jù)選用R語(yǔ)言中非常出名的lung數(shù)據(jù)集

＃查看數(shù)據(jù)組成View（lung）

＃表中數(shù)據(jù)解釋?zhuān)?/p>

time：患者生存時(shí)間，單位是days?status：患者結(jié)局，1表示刪失，2表示死亡 其余變量：自變量，比如：age表示年齡，sex表示性別等等

＃然后，使用該數(shù)據(jù)擬合生存曲線(xiàn) （這里使用Survival包，具體生存分析的方法可以查看Survival包學(xué)習(xí)文檔）

fit＜－ survfit（Surv（time， status） ～ sex， data ＝ lung）

＃構(gòu)建好fit對(duì)象后，開(kāi)始畫(huà)圖

＃默認(rèn)參數(shù)畫(huà)圖ggsurvplot（fit， data ＝ lung）

＃ 添加中位生存ggsurvplot（fit， data ＝ lung，           surv．median．line ＝ ＂hv＂）