如何使用Survminer包优雅的绘制生存曲线？

引言：

   生存分析是临床上较为常用的统计学方法，用于比较不同组别的患者在接受干预之后，生存时间的变化情况。生存分析是医学领域中一个重要的内容，在各个疾病领域的研究中都运用十分广泛。在R中进行生存分析常用的包主要有survival包以及survminer包。

Survival 包提供了生存函数的建立，Cox模型的建立，以及比较分析。这个包也提供了基于基础绘图系统的生存曲线绘制。Survminer包提供了基于ggplot2系统对于生存分析的可视化，使得生存分析具有更加美观的图形，以及自我定制方式。

而今天我们的主角就是Survminer包，让我们鼓足精神一起来学习“如何使用Survminer包优雅的绘制生存曲线”吧。

1．Survminer包主要函数介绍

＃该包包含的主要函数有：

主要函数用法ggsurvplot （）利用＇number at risk＇表，事件表的累计数量和被过滤的主体表的累计数绘制生存曲线arrange＿ggsurvplots （）在同一页面上排列多个ggsurvplotsggsurvevents （）绘制事件的时间分布surv＿summary （）生存曲线总结，默认的summary （）函数相比，surv＿summary （）创建一个数据帧，其中包含来自survfit结果的漂亮摘要surv＿cutpoint （）一次确定一个或多个连续变量的最佳切点，提供与生存最显著关系对应的一个切点的值。pairwise＿survdiff （）生存曲线的多重比较，计算分组级别之间的配对比较，以及多个测试的更正ggcoxzph （）比例危害的图形测试，显示缩放的Schoenfeld残差图，以及使用ggplot2的平滑曲线，plot．cox．zph（）的包装器ggcoxdiagnostics （）显示诊断图表显示cr比例危险模型的良好ggcoxfunctional （）显示关于零cox比例危险模型鞅残差的连续解释变量的图，cox模型中连续变量的函数形式的正确选取ggforest （）绘制CoxPH模型的forest plotggcoxadjustedcurves （）绘制coxph模型的调整生存曲线ggcompetingrisks （）绘制竞争风险的累积关联曲线

        在以上众多函数中，ggsurvplot （）函数和ggcoxzph （）函数是生存分析中应用最多的函数，arrange＿ggsurvplots （）函数是让多个 ggsurvplots作图生存曲线合并。今天我们也将主要讲解这三个函数。（如果需要其他函数的学习，请自行查阅 Survminer包说明文档）

2．主要函数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．all ＝ FALSE， combine ＝ FALSE，     ggtheme ＝ theme＿survminer（）， tables．theme ＝ ggtheme， ．．．）

2．2 主要参数详解：

参数用法fit需要画的生存曲线对象，可以是拟合好的生存对象，也可以是包含生存信息的数据框、列表data用来拟合生存曲线的数据集，如果未提供，则将从“fit”对象中提取数据fun定义生存曲线变换的任意函数。event：f（y） ＝ 1－y；cumhaz：f（y） ＝－log（y）；pct：生存率百分比color绘制生存曲线的颜色设置，可使用调色板palette使用调色板linetype改变线条类型conf．int逻辑值，如果为TRUE，则绘制置信区间pval逻辑中，如果为TRUE，则绘制p值pval．method是否添加一个文本，其中包含用于计算pvalue的检验名称，该文本对应于生存曲线的比较。仅在pval＝TRUE时使用test．for．trend逻辑值，默认为FALSE，如果是TRUE，返回p值的趋势检测surv．median．line用于在中间生存点绘制水平／垂直线的字符向量，可选择的值包括c（＂none＂，＂hv＂，＂h＂，＂v＂）中的一个，其中v：垂直，h：水平risk．table显示绝对数量和风险个体的百分比cumevents指定是否显示累计事件数表的逻辑值，默认值为FALSEcumcensor逻辑值，指定是否显示审查累计次数的表，默认值为FALSEtables．height数值（在［0－1］中），指定主生存图下所有表的一般高度add．all逻辑值如果为真，则将合并患者的生存曲线（空模型）添加到主图中combine逻辑值如果为TRUE，则在同一绘图上合并列表survfit对象2．3 示例：

＃首先，安装并加载包，直接在R中安装即可

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

＃示例数据选用R语言中非常出名的lung数据集

＃查看数据组成View（lung）

＃表中数据解释：

time：患者生存时间，单位是days?status：患者结局，1表示删失，2表示死亡 其余变量：自变量，比如：age表示年龄，sex表示性别等等

＃然后，使用该数据拟合生存曲线 （这里使用Survival包，具体生存分析的方法可以查看Survival包学习文档）

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

＃构建好fit对象后，开始画图

＃默认参数画图ggsurvplot（fit， data ＝ lung）

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