将 xlim 更改为 ggsurvplot 中的笛卡尔坐标

Posted 2023-02-19

【中文标题】将 xlim 更改为 ggsurvplot 中的笛卡尔坐标

【英文标题】：Change xlim to cartesion coordinates in ggsurvplot

【发布时间】：2021-12-11 21:40:07

【问题描述】：

我想创建一条具有 95%-CI 的 KM 曲线，其中 x 轴放大以显示 0-60 个月之间的值。在我使用 xlim 之前，这一切都适用于 ggsurvplot。

ggsurvplot(fitLC, data = KMSCC,
       risk.table = TRUE,
       conf.int=TRUE, 
       pval = TRUE, 
       break.x.by = 12, 
       xlab ="Time in Months",
       ylab="Relative Survival",
       ggtheme = theme_minimal(),
       risk.table.y.text.col = T,
       risk.table.y.text = FALSE)

ggsurvplot(fitLC, data = KMSCC,
           risk.table = TRUE,
           conf.int=TRUE, 
           pval = TRUE, 
           break.x.by = 12, 
           xlab ="Time in Months", 
           xlim = c(0, 60),
           ylab="Relative Survival",
           ggtheme = theme_minimal(),
           risk.table.y.text.col = T,
           risk.table.y.text = FALSE)

最后，有没有办法在不将较高的 x 轴值更改为 NA 的情况下放大首选 x 轴值？另见：https://github.com/kassambara/survminer/issues/4 如何将 xlim 模式更改为笛卡尔坐标？

我不能给出图中看到的数据，但为了重现性，这里是example dataset in a Google sheet。

【问题讨论】：

以下是否有帮助：删除xlim 参数并添加+ coord_cartesian(xlim=c(0, 60))？

不幸的是，这给了这个error: Error in .apply_surv_func(df, fun = fun) : Invalid 'fun' argument

您没有提供可重复的示例，这会使事情复杂化，但我们还是会尝试。如果您将 ggsurv 图保存在例如p1，然后您可以通过p1$plot 访问/操作绘图。也许以下工作：p2 <- p1$plot，然后是p2 + coord_cartesian(xlim=c(0,60))

唉，p2 + coord_cartesian(xlim=c(0,60)) 也切断了较高的 x 轴值并删除了 95%CI。在控制台中添加以下评论：Coordinate system already present. Adding new coordinate system, which will replace the existing one.

这只是一个警告。看来这次情节“接受”了 coord_cartesion() 的变化。我将尝试使用“已知”数据集来解决问题。这可能需要一些时间......

【参考方案1】：

当您使用ggsurvplot-参数xlim 或+ coord_cartesian(...) 放大surv_graph 的绘图时，表格会自动调整为仅显示绘图中的数据。这可能值得对软件包提出更改请求。同时，下面的代码可能是一种解决方法。

ggsurvplot() 创建一个包含 4 个列表的对象：其中一个包含图形，另一个包含表格。提取那些 2 并“排列”它们ggarrange() 可能会创建一个合适的图表。在 ggarrange 操作之前，我们使用coord_cartestion(xlim= ...)“放大”surv-plot：

### download file from link provided by OP 
### and save it in sink with the code below
lung <- read.csv(file = "../Tdebeus_001.csv", header = TRUE)

library("survival")
library("survminer")
library("ggpubr")       # for ggarrange
    
fitLC  <- survfit(Surv(Time_months, Event) ~ Cohort, data = lung)
    
p1 <- ggsurvplot(fitLC
                 , data = lung
                 , risk.table = TRUE
                 , conf.int=TRUE
                 , pval = TRUE
                 , break.x.by = 12
                 , xlab ="Time in Months"
                 # , xlim = c(0, 60)        ## commented out !
                 , ylab="Relative Survival"
                 , ggtheme = theme_minimal()
                 , risk.table.y.text.col = T
                 , risk.table.y.text = FALSE
                 )

### save parts of the original graph    
surv_plot <- p1$plot
surv_table <- p1$table

### zoom in on the surv_plot    
surv_plot2 <- surv_plot + coord_cartesian(xlim = c(0,60))

### put it back together
ggarrange(surv_plot2, surv_table, ncol = 1, heights = c(3, 1))

这会产生下图，可以使用 ggarrange() 的其他参数对其进行微调：（在上面的代码中，heights 将 3/4 的图形提供给 surv_plot）。

请让我知道这是否是您的想法。

【讨论】：

是的，这是完美的。感谢所有的努力

@Tdebeus 很高兴，我很高兴能提供帮助。