在 R 中绘制 Kaplan-Meier 生存图

Question

我试图在 R 中绘制 Kaplan-Meier 生存图，但我遇到了一些麻烦。

我对 R 很陌生，所以请原谅我糟糕的代码。

library(survival)
data_time = c(0.19,0.75,0.27,0.26,0.22,0.91,0.21,0.091,0.19,0.37,0.093,0.92,0.046,0.93,042)
data_event = c(1,1,1,1,0,0,1,1,0,0,0,1,1,1,0)
surv_object = Surv(time = data_time, event = data_event)
survfit(surv_object)

这当然给了我一个错误：“survfit 函数需要一个公式作为它的第一个参数”。

我将数据分成两个向量，第一个向量表示生命周期，第二个向量表示该特定数据点是否经过审查，0 表示未审查，1 表示审查。

我认为 Surv 函数应该生成 survfit 函数所需的公式，默认值是 Kaplan-Meier。

Answer 1

survfit函数，顾名思义，用于拟合生存模型，即基于某些变量预测生存。 “公式”是拟合的非线性y = f(x)模型，表示为Surv(...) ~ x1 + ... + xn 。

但是，绝对可以在没有任何预测变量的情况下绘制 Kaplan-Meier 生存图。 只需在常数（即1 ）上拟合模型就可以了。 然后，我喜欢使用survminer包中的ggsurvplot函数。

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

data_time = c(0.19,0.75,0.27,0.26,0.22,0.91,0.21,0.091,0.19,0.37,0.093,0.92,0.046,0.93,0.42)
data_event = c(1,1,1,1,0,0,1,1,0,0,0,1,1,1,0)
surv_object = Surv(time = data_time, event = data_event)

# Regress on a constant
fit <- survfit(surv_object ~ 1)

# Plot the fit
ggsurvplot(fit, data.frame(time=data_time, event=data_event), conf.int=FALSE)

当然，如果你拟合了一些地层，情节会更有趣。

注意：我假设您在最后一个偶数时间错过了一个时期，并修复了它。