R语言KM生存曲线 ,必须拥有姓名和颜值

Posted 医科研

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言KM生存曲线 ,必须拥有姓名和颜值相关的知识,希望对你有一定的参考价值。

    生存分析作为分析疾病/癌症预后的出镜频率超高的分析手段,而其结果展示的KM曲线也必须拥有姓名和颜值!

一 载入数据,R包

R-survival包生存分析,R-survminer进行KM曲线展示,我喜欢这个组合。

为了复现方便,使用内置lung数据集

#载入所需的R包
library("survival")
library("survminer")
#载入并查看数据集
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

二 原生KM曲线

#构建模型
fit <- survfit(Surv(timestatus~ sexdata=lung)

#绘制原生KM曲线

plot(fit)

R语言KM生存曲线 ,必须拥有姓名和颜值

可以很容易的发现与文献中的差异,部分可优化点:

1)区分两条线的颜色和legend

2)坐标轴,标题,主题优化

3)Risk table

4)P值,OR值,CI值等注释信息

三 KM曲线“美颜”

1 survminer绘制KM曲线

p1 <- ggsurvplot(fit)

p1

R语言KM生存曲线 ,必须拥有姓名和颜值

呐,线的颜色可以和性别对应起来了,Q1解决!


2 坐标轴,标题,主题优化

p2 <- ggsurvplot(fitdata = lung,
          surv.median.line = "hv"#添加中位生存曲线
          palette=c("red""blue"),  #更改线的颜色
          legend.labs=c("Sex1","Sex2"), #标签
          legend.title="Treatment",
          title="Overall survival"#标题
          ylab="Cumulative survival (percentage)",xlab = " Time (Days)"#更改横纵坐标
          censor.shape = 124,censor.size = 2,conf.int = FALSE#删失点的形状和大小
          break.x.by = 100#横坐标间隔

          )

p2

R语言KM生存曲线 ,必须拥有姓名和颜值

以上基本就完成了KM曲线颜色,线型大小,标签,横纵坐标,标题,删失点等的修改,Q2搞定!

注意:中位生存时间表示50 %的个体尚存活的时间,而不是生存时间的中位数!


3 Risk Table

p3 <- ggsurvplot(fitdata = lung,
          surv.median.line = "hv"#添加中位生存曲线
          palette=c("red""blue"),
          legend.labs=c("Sex1","Sex2"), #标签
          legend.title="Treatment",
          title="Overall survival",
          ylab="Cumulative survival (percentage)",xlab = " Time (Days)"#更改横纵坐标
          censor.shape = 124,censor.size = 2,conf.int = FALSE,
          break.x.by = 100,
          risk.table = TRUE,tables.height = 0.2,
          tables.theme = theme_cleantable(),

          ggtheme = theme_bw())

p3

R语言KM生存曲线 ,必须拥有姓名和颜值

注 tables.height可调整为看起来“舒服”的高度

根据risk table 可以看出关键点的当前状态,Q3摆平!


4 添加注释信息

1)添加KM的P值

P4 <- ggsurvplot(fitdata = lung,
          pval = TRUE,#添加P值
          pval.coord = c(00.03), #调节Pval的位置
          surv.median.line = "hv"#添加中位生存曲线
          palette=c("red""blue"),
          legend.labs=c("Sex1","Sex2"), #标签
          legend.title="Treatment",
          title="Overall survival",
          ylab="Cumulative survival (percentage)",xlab = " Time (Days)"#更改横纵坐标
          censor.shape = 124,censor.size = 2,conf.int = FALSE,
          break.x.by = 100,
          risk.table = TRUE,tables.height = 0.2,
          tables.theme = theme_cleantable(),
          ggtheme = theme_bw())
P4

R语言KM生存曲线 ,必须拥有姓名和颜值

pval.coord可以调节P值得位置


2)添加COX回归hazard ratio值等相关信息

###添加HR ,CI ,P
res_cox<-coxph(Surv(timestatus~sexdata=lung)
p3$plot = p3$plot + ggplot2::annotate("text",x = 50y = 0.15,
                            label = paste("HR :",round(summary(res_cox)$conf.int[1],2))) + ggplot2::annotate("text",x = 50y = 0.10,
                   label = paste("(","95%CI:",round(summary(res_cox)$conf.int[3],2),"-",round(summary(res_cox)$conf.int[4],2),")",sep = ""))+
 ggplot2::annotate("text",x = 50y = 0.05,
                   label = paste("P:",round(summary(res_cox)$coef[5],4)))
p3


3)添加其他信息

可类似上述annotation得方式,使用ggplot2添加文字,箭头,公式等其他信息,

往期精彩合集

           |  |  | 

 |  | 


以上是关于R语言KM生存曲线 ,必须拥有姓名和颜值的主要内容,如果未能解决你的问题,请参考以下文章

R生存分析 - KM曲线 ,值得拥有姓名和颜值

R语言生存分析详解:KM曲线COX比例风险模型HR值解读模型比较残差分析是否比例风险验证:基于survival包lung数据集

生存曲线(三):统计分析方法这么多,到底选哪个?

R语言︱常用统计方法包+机器学习包(名称简介)

R语言绘制生存曲线95%区间

R语言绘制生存曲线图