R语言绘制生存曲线95%区间

1. 安装和加载包

绘制Kaplan-Meier生存曲线需要用到的R包：survminer和survival。

library(survminer) # 加载包

library(survival) # 加载包

2 拟合曲线

R中使用survfit()函数来拟合生存曲线。

fit.3<-survfit(Surv(住院天数+病程,组别)~cd1656,data=data)

3. 绘制曲线函数

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, ...)

# 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

可以用内置的graphic包来画,就是plot()和curve()

也可以用ggplot2来画,后者更灵活.

graphic

# 先生成一组随机数

x <- rnorm(2000)

# 画频率直方图, 分30个bin

hist(x, freq = F, breaks = 30)

# 再画概率分布曲线

lines(density(x, bw=.5), col="red", lwd=2)

2.ggplot2

# 准备工作, 把x设成一个数据集

library(ggplot2)

data <- data.frame(x = x)

# 生成底层和直方图,概率线的图层

p <- ggplot(data, aes(x = x, y = ..density..))

p <- p + geom_histogram(fill = "navy")

p <- p + geom_density(colour = "green")

---