微信公众号：youngyoung_leelee

数据要求

 # 用 survdiff(my.surv~type, data=dat)来看看这个因子的不同水平是否有显著差异，其中默认用是的logrank test 方法。# 用coxph(Surv(time, status) ~ ph.ecog + tt(age), data=lung) 来检测自己感兴趣的因子是否受其它因子(age,gender等等)的影响。

library("survival")
# Create the survival object.
survfit(Surv(pbc$time,pbc$status == 2)~1)
?survfit()
# Give the chart file a name.
png(file = "survival.png")# Plot the graph.
plot(survfit(Surv(pbc$time,pbc$status == 2)~1))# Save the file.
dev.off()

稍微复杂一点的生存分析及其参数详细解释

> library(survminer) # 加载包
载入需要的程辑包：ggplot2
载入需要的程辑包：ggpubr
Warning messages:
1: 程辑包‘survminer’是用R版本4.1.1 来建造的
2: 程辑包‘ggplot2’是用R版本4.1.1 来建造的
3: 程辑包‘ggpubr’是用R版本4.1.1 来建造的
> library(survival) # 加载包
> data(lung) # 加载lung数据集
Warning message:
In data(lung) : data set ‘lung’ not found
> View(lung) # 查看数据集

inst # 机构代码；
time # 生存天数；
status # 生存状态，1为删失，2为死亡；
age # 年龄；
sex # 性别，1为男性，2为女性；
ph.ecog、ph.karno、pat.karno # 为病人和患者评分，这里用不到；
meal.cal # 进食时消耗的卡路里；
wt.loss # 最近6个月内的体重下降。
3. 拟合生存曲线
3.1 创建生存对象
在survival包中先使用Surv()函数创建生存对象，
生存对象是将事件时间和删失信息合并在一起的数据结构。
attach(lung) # 绑定数据集,一定要有，否则下面的status识别不出
Surv(time,status) # 创建生存对象在上面输出的生存对象中，带"+"号的表示右删失数据。

3.2 拟合曲线
R中使用survfit()函数来拟合生存曲线。

fit <- survfit(Surv(time,status) ~ sex,  # 创建生存对象 data = lung) # 数据集来源

fit # 查看拟合曲线信息
从上图可知，lung数据集中男性138例，女性90例；
男性和女性发生感兴趣结局事件分别有112例和53例。
男性和女性的中位生存时间分别为270天和426天

还可以使用summary()函数输出更多详细信息。

summary(fit)

上图中survival为生存函数在生存时间点处的KM估计值。
同时，输出结果中还给出了估计的标准误差和95%置信区间

head(summary(fit))
head(summary(fit),2)
class(fit)

绘制基础曲线

ggsurvplot(fit, data = lung)

5. 自定义曲线参数 5.1 增加中位生存时间

中位生存时间(median survival time)又称为生存时间的中位数，
表示刚好有50%的个体其存活期大于该时间，是生存分析中常用的概括性统计量。

图解法是计算中位生存时间的方法。其利用生存曲线图，
从纵轴生存率为50%处画一条与横轴平行的线，并与生存曲线相交，
然后自交点画垂线与横轴相交，此交点对应的时间即为中位生存时间，
图解法比较简单直观，但结果比较粗略。

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

从图上可以看出，男性的中位生存时间小于女性。

5.2 增加置信区间

ggsurvplot(fit, data = lung,surv.median.line = "hv",  # 增加中位生存时间conf.int = TRUE) # 增加置信区间

5.3 绘制累计风险曲线

ggsurvplot(fit, data = lung, conf.int = TRUE, # 增加置信区间fun = "cumhaz") # 绘制累计风险曲线

5.4 添加风险表

ggsurvplot(fit, data = lung,conf.int = TRUE,  # 增加置信区间risk.table = TRUE) # 绘制累计风险曲线

5.5 添加总患者生存曲线

ggsurvplot(fit, # 创建的拟合对象data = lung,  # 指定变量数据来源conf.int = TRUE, # 显示置信区间pval = TRUE, # 添加P值surv.median.line = "hv",  # 添加中位生存时间线add.all = TRUE) # 添加总患者生存曲线

5.6 自定义调色板

ggsurvplot(fit, # 创建的拟合对象data = lung,  # 指定变量数据来源conf.int = TRUE, # 显示置信区间pval = TRUE, # 添加P值surv.median.line = "hv", # 添加中位生存时间线palette = "hue")  # 自定义调色板
#可选调色板有 "grey","npg","aaas","lancet","jco",
#"ucscgb","uchicago","simpsons"和"rickandmorty".

6. 美化生存曲线

ggsurvplot(fit, # 创建的拟合对象data = lung,  # 指定变量数据来源conf.int = TRUE, # 显示置信区间pval = TRUE, # 添加P值surv.median.line = "hv",  # 添加中位生存时间线risk.table = TRUE, # 添加风险表xlab = "Follow up time(d)", # 指定x轴标签legend = c(0.8,0.75), # 指定图例位置legend.title = "", # 设置图例标题legend.labs = c("Male", "Female"), # 指定图例分组标签break.x.by = 100)  # 设置x轴刻度间距6. 美化生存曲线

List item
[ ]# 参数解释
fit # 拟合的生存曲线对象
data # 用来拟合生存曲线的数据集
fun # 常用三个字符参数；

"event"绘制累积事件(f(y)=1-y)，

"cumhaz"绘制累积危害函数(f(y)=-log(y));

"pct"绘制生存概率(百分比)。

color # 设置生存曲线的颜色。

如果只有1条曲线，则直接设置color=“blue”；

如果有多条曲线，默认color=“strata”，按分组为生存曲线着色；

也可以自定义调色板来设置曲线颜色。

palette # 调色板，默认"hue"。

可选调色板有"grey",“npg”,“aaas”,“lancet”,

“jco”, “ucscgb”,“uchicago”,“simpsons"和"rickandmorty”.

linetype = 1 # 设置曲线线型。可以按"strata"设置线型；

或按数字向量c(1, 2)或按字符向量c(“solid”, “dashed”)设置

conf.int # 逻辑词；默认FASLE；为TRUE则绘制曲线置信区间

pval = FALSE # 逻辑词；为TRUE则将统计检验计算的p值添加到图上；

为数字，则直接指定P值大小，如pval = 0.03；

为字符串，则添加字符串到图上，如pval = “p-value: 0.031”

pval.method # 逻辑词，是否添加计算p值的统计方法的文本；

只有当 pval = TRUE时, 才会在图上添加检验方法文本

test.for.trend # 逻辑词，默认为FALSE；

为TRUE则返回趋势p值的检验，趋势检验旨在检验生存曲线的有序差异

surv.median.line # 在中位生存时间点处绘制水平或垂直线的字符向量；

可用值有"none"、“hv”、“h”、“v”；其中v绘制垂直线，h绘制水平线。

risk.table = FALSE # 逻辑词，图上是否添加风险表；

“absolute” 显示处于风险中的绝对数量；

“percentage” 显示处于风险中的百分比数量

“abs_pct” 显示处于风险中的绝对数量和百分比

cumevents # 逻辑词，是否添加累计事件表
cumcensor # 逻辑词，是否添加累计删失表
tables.height = 0.25 # 生存曲线图下所有生存表的高度，数值0-1之间
group.by # 包含分组变量名称的字符向量，向量长度≤2
facet.by # 字符向量，指定绘制分面生存曲线的分组变量(应≤2)的名称
ggtheme=theme_survminer() # 设置ggplot2主题，如theme_bw()
tables.theme # 作用于生存表的ggplot2主题名称

有theme_survminer、theme_cleantable()

add.all = FALSE # 逻辑词；是否添加总患者生存曲线到主生存图中

8.2 图标题和坐标轴标签
title # 图表标题
xlab, ylab # 分别指x轴和y轴标签
8.3 图例标题和位置
legend # 指定图例位置的字符向量：“top”(默认),“bottom”,“left”,“right”,"none"等。

legend=“none” 表示移除图例；

图例位置也可用数字向量c(x，y)指定，x和y的值应在0到1之间。

legend.title # 图例标题，如legend.title = “Sex”。
legend.labs # 指定图例标签的字符向量, 替换fit中strata的名称，顺序应与strata一致。

如 legend.labs = c(“Male”,“Female”)

8.4 坐标轴范围、刻度间距
break.time.by # 设定坐标轴刻度间距
break.x.by # 设定x轴刻度的间距，如break.x.by = 100
break.y.by # 设定y轴刻度的间距，如break.y.by = 0.2
surv.scale # 生存曲线的比例转换。允许的值为"default"或"percent"。
xlim, ylim # 指定x轴和y轴的范围，如xlim = c(0,30), ylim = c(0,1)
axes.offset # 逻辑词，默认为TRUE。为FALSE，则生存曲线图的坐标轴从原点开始。
8.5 置信区间
以下只有在conf.int = TRUE时才生效
conf.int.fill # 设置置信区间填充的颜色
conf.int.style # 设置置信区间的类型，有"ribbon"(默认),"step"两种。
conf.int.alpha # 数值，指定置信区间填充颜色的透明度；

数值在0-1之间，0为完全透明，1为不透明。

8.6 P值文本大小和位置
以下只有在pval = TRUE时才生效
pval.size # 指定p值文本大小的数字，默认为 5。
pval.coord # 长度为2的数字向量，指定p值位置x、y，如pval.coord=c(x,y)。
pval.method.size # 指定检验方法 log.rank 文本的大小
pval.method.coord # 指定检验方法 log.rank 文本的坐标
log.rank.weights # 计算log-rank检验p值的权重类型的名称。
8.7 删失点
censor # 逻辑词，默认为TRUE，在图上绘制删失点。
censor.shape # 数值或字符，用于指定删失点的形状；默认为"+“(3), 可选”|"(124)。
censor.size # 指定删失点形状的大小，默认为4.5。
8.8 生存表
所有生存表的常规参数。指定以下参数时，可应用于所有生存表（风险表、累积事件表和累积删失表）。

tables.col # 生存曲线图下所有表的颜色，默认为"black"；

按strata显示则tables.col=“strata”.

fontsize # 指定风险表和累积事件表的字体大小。
font.family # 指定文字字体的字符向量,如font.family=“Courier New”.
tables.y.text # 逻辑词，默认显示生存表的y轴刻度标签；为FALSE则刻度标签被隐藏
tables.y.text.col # 逻辑词，默认FALSE；为TRUE，则表的y刻度标签将按strata着色。
tables.height # 指定所有生存表的高度，数值在0-1之间，默认为0.25.
8.8.1 风险表
risk.table.title # 风险表的标题
risk.table.pos # 指定风险表位置的字符向量；

有两种，"out"在生存图外(默认)，"in"在生存图内。

risk.table.col
risk.table.fontsize
risk.table.y.text
risk.table.y.text.col
risk.table.height

这五个和上面生存表的常规参数意义是一样的

但是只应用在风险表中。

8.8.2 累积事件表
cumevents.title # 累积事件表的标题
cumevents.col
cumevents.y.text
cumevents.y.text
cumevents.height

这四个和上面生存表的常规参数意义是一样的

但是只应用于累积事件表中。

8.8.3 累积删失表
cumcensor.title # 累积删失表的标题
cumcensor.col
cumcensor.y.text
cumcensor.y.text.col
cumcensor.height

这四个和上面生存表的常规参数意义是一样的

但是只应用于累积删失表中。

8.9 生存图高度
surv.plot.height # 生存图的高度，默认为0.75；

当risk.table = FALSE时忽略

8.10 字体样式
font.title # 标题字体
font.subtitle # 副标题字体
font.caption
font.x、font.y # x轴、y轴字体
font.tickslab # 刻度标签字体
font.legend # 图例字体

用长度为3的向量分别指定大小、类型、颜色。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 则只改变字体的大小

font.x = “bold” 则只改变字体类型

只有一条线的生存分析图复杂一点的生存分析及其参数详细解释相关推荐

如何用transition实现鼠标移到一行字从左往右伸出一条线，离开时又缩回原样（分析两种情况）？
我们先来看下transition的相关知识定义和用法 transition 属性是一个简写属性,用于设置四个过渡属性,如需向多个样式添加过渡效果,请添加多个属性,由逗号隔开: transition- ...
九宫格一条线连起来_9个圆圈用4条线连起来-九个点用四条线连接-数学-霍甲心同学...
概述:本道作业题是霍甲心同学的课后练习,分享的知识点是九个点用四条线连接,指导老师为魏老师,涉及到的知识点涵盖:9个圆圈用4条线连起来_-九个点用四条线连接-数学,下面是霍甲心作业题的详细. 题目:9 ...
python 一张图画多条线_Gnuplot.py在一张图上绘制多条线
我目前正试图使用gnuplot py从文本文件中绘制多行.我可以分别绘制两条线,但当我试图在同一个图上绘制它们时,它只绘制一条线.在这是我的代码:#!/usr/bin/env python impo ...
Python访问街区10个点，并俩俩绘制一条线，得到5条线，求最短的距离和？
Python访问街区10个点,并俩俩绘制一条线,得到5条线,求最短的距离和? 1. 效果图 2. 源码参考上一篇博客介绍了Python访问街区所有节点最短路径问题,并结合matplotlib可视化 ...
R语言ggplot2可视化：可视化所有日期不同时段任务的持续时间、将持续时间绘制成一条线（起始时间到结束时间），y轴表示活动发生的日期，x轴表示以小时为单位的时间
R语言ggplot2可视化:可视化所有日期不同时段任务的持续时间.将持续时间绘制成一条线(起始时间到结束时间),y轴表示活动发生的日期,x轴表示以小时为单位的时间(duration of an act ...
R语言ggplot2可视化：可视化所有日期不同时段任务的持续时间、将持续时间绘制成一条线（起始时间到结束时间），y轴表示活动发生的日期，x轴表示以小时为单位的时间、适应时间段跨越多天的情况
R语言ggplot2可视化:可视化所有日期不同时段任务的持续时间.将持续时间绘制成一条线(起始时间到结束时间),y轴表示活动发生的日期,x轴表示以小时为单位的时间.适应时间段跨越多天的情况(例如,当天 ...
排成一条线的纸牌博弈问题
题目] 给定一个整型数组arr,代表数值不同的纸牌排成一条线.玩家A和玩家B依次拿走每张纸牌,规定玩家A先拿,玩家B后拿,但是每个玩家每次只能拿走最左边或者最右边的一张牌,最后所拿牌累加和最大的玩家获 ...
n条线分平面问题解决方法总结
注明出处,摘自 http://www.cnblogs.com/chaosheng/archive/2012/01/26/2329583.html (1) n条直线最多分平面问题题目大致如:n条直线,最 ...
qpaint 在graphicsview上的qimage画一条线_solidworks2016画一个塑料外壳：用开放的草图进行切除，你会吗？...
今天来画下面这个图形,这个图形很常规,但我们尽量用"不常规"的方法来做,用一些技巧来绘制主个图形.最近有一部电影叫<啥是佩奇>比较火,但今天我们不画这个,我个人觉得那个 ...
用html5做一条线,使用HTML5 canvas绘制线条的方法
使用HTML5 canvas绘制线条的方法发布时间:2020-08-29 11:24:23 来源:亿速云阅读:96 作者:小新这篇文章主要介绍了使用HTML5 canvas绘制线条的方法,具有一 ...

只有一条线的生存分析图 复杂一点的生存分析 及其参数详细解释

数据要求

稍微复杂一点的生存分析 及其参数详细解释

5. 自定义曲线参数 5.1 增加中位生存时间

5.2 增加置信区间

5.5 添加总患者生存曲线

5.6 自定义调色板

6. 美化生存曲线

"event"绘制累积事件(f(y)=1-y)，

"cumhaz"绘制累积危害函数(f(y)=-log(y));

"pct"绘制生存概率(百分比)。

如果只有1条曲线，则直接设置color=“blue”；

如果有多条曲线，默认color=“strata”，按分组为生存曲线着色；

也可以自定义调色板来设置曲线颜色。

可选调色板有"grey",“npg”,“aaas”,“lancet”,

“jco”, “ucscgb”,“uchicago”,“simpsons"和"rickandmorty”.

或按数字向量c(1, 2)或按字符向量c(“solid”, “dashed”)设置

为数字，则直接指定P值大小，如pval = 0.03；

为字符串，则添加字符串到图上，如pval = “p-value: 0.031”

只有当 pval = TRUE时, 才会在图上添加检验方法文本

为TRUE则返回趋势p值的检验，趋势检验旨在检验生存曲线的有序差异

可用值有"none"、“hv”、“h”、“v”；其中v绘制垂直线，h绘制水平线。

“absolute” 显示处于风险中的绝对数量；

“percentage” 显示处于风险中的百分比数量

“abs_pct” 显示处于风险中的绝对数量和百分比

有theme_survminer、theme_cleantable()

legend=“none” 表示移除图例；

图例位置也可用数字向量c(x，y)指定，x和y的值应在0到1之间。

如 legend.labs = c(“Male”,“Female”)

数值在0-1之间，0为完全透明，1为不透明。

按strata显示则tables.col=“strata”.

有两种，"out"在生存图外(默认)，"in"在生存图内。

这五个和上面生存表的常规参数意义是一样的

但是只应用在风险表中。

这四个和上面生存表的常规参数意义是一样的

但是只应用于累积事件表中。

这四个和上面生存表的常规参数意义是一样的

但是只应用于累积删失表中。

当risk.table = FALSE时忽略

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 则只改变字体的大小

font.x = “bold” 则只改变字体类型

只有一条线的生存分析图 复杂一点的生存分析 及其参数详细解释相关推荐

最新文章

热门文章

只有一条线的生存分析图复杂一点的生存分析及其参数详细解释

稍微复杂一点的生存分析及其参数详细解释

只有一条线的生存分析图复杂一点的生存分析及其参数详细解释相关推荐