hello，你知道如何使用survminer绘制不同种类的生存曲线嘛？今天小果就来详细教大家如何使用并绘制属于你自己的生存曲线！感兴趣的话就和小果一起看下去吧！
什么是survminer？
survminer是一个在R语言中用于可视化生存分析结果的强大包。它是基于ggplot2和survival包构建而成，提供了丰富而灵活的功能，可以帮助研究人员更好地理解和展示生存数据。
使用survminer包，你可以轻松地创建生存曲线、风险表、累积发病率图以及危险率函数等。它提供了许多可自定义的选项，包括曲线颜色、图例、文字样式、字体大小等，可以根据需求创建出精美的生存分析图形。
除了基本的生存曲线绘制外，survminer还支持在同一图中绘制多个分组的生存曲线，比如按照不同的组别、性别或治疗方案等进行分组。这样可以更直观地比较不同组别之间的生存情况。
此外，survminer还提供了添加置信区间、p值、风险表和其他自定义函数的选项，可以进一步丰富和扩展生存分析的可视化。
总之，survminer是一个功能强大且易于使用的R包，可以帮助研究人员有效地可视化和解释生存分析结果，从而更深入地理解数据中的生存模式和趋势。
survminer绘制生存曲线
安装和加载survminer包
对于survminer包的安装，可以通过以下两种方法来下载哦，大家根据自己的情况自行选择~
#方法一
install.packages(“survminer”)
#方法二
if (!require(devtools)) install.packages(“devtools”)
devtools::install_github(“kassambara/survminer”)
#导入R包
library(“survminer”)
数据准备
对于今天的数据集，我们使用survival包自带肺癌数据集：lung来进行，大家可以替换为自己研究的数据来进行后续的研究哦~
# 导入数据集
#调用生存曲线中另一常用的survival包
require(“survival”)
#survival包自带肺癌数据集：lung，查看数据样式
head(lung)
#survival包中的Sruv函数可以创建一个生存对象
fit <- survfit(Surv(time, status) ~ 1, data = lung)
我们导入的数据集格式如下：
绘制生存曲线
绘制单一组别的生存曲线：
# 使用ggplot2绘制生存曲线
ggsurvplot(fit, color = “#2E9FDF”)
绘制的生存曲线如下：
接下来，我们来绘制两组别的生存曲线：
# 根据性别绘制生存曲线
fit <- survfit(Surv(time, status) ~ sex, data = lung)
ggsurvplot(fit)
绘制的效果图如下：
在上面绘制的基础上，我们还可以改变文字大小、字体和颜色哦：
# 改变标题、轴标签和刻度文本的字体大小
ggsurvplot(fit, title = “Survival curve”,
font.title = 18,
font.x = 16,
font.y = 16,
font.tickslab = 14)
# 改变标题、轴标签和刻度文本的字体大小、字体样式和颜色
ggsurvplot(fit, title = “Survival curve”,
font.title = c(16, “bold”, “darkblue”),
font.x = c(14, “bold.italic”, “red”),
font.y = c(14, “bold.italic”, “darkred”),
font.tickslab = c(12, “plain”, “darkgreen”))
我们来看下效果图：
改变曲线类型和颜色：
# 改变曲线的尺寸、类型、x轴的时间间隔、调色板、添加置信区间和p值
ggsurvplot(fit, size = 1,
linetype = “strata”,
break.time.by = 250,
palette = c(“#E7B800”, “#2E9FDF”),
conf.int = TRUE,
pval = TRUE)
接下来，小果要为曲线添加风险表啦，代码如下：
# 添加风险表
ggsurvplot(fit, pval = TRUE,
conf.int = TRUE,
risk.table = TRUE,
risk.table.y.text.col = TRUE)
接下来，我们来绘制转换生存曲线：
# 绘制累积发病率图
ggsurvplot(fit, conf.int = TRUE,
palette = c(“#FF9E29”, “#86AA00”),
risk.table = TRUE,
risk.table.col = “strata”,
fun = “event”)
# 绘制危险率函数
ggsurvplot(fit, conf.int = TRUE,
palette = c(“#FF9E29”, “#86AA00”),
risk.table = TRUE,
risk.table.col = “strata”,
fun = “cumhaz”)
累积病发率图：
危险率函数图：
以上就是使用survminer包绘制生存曲线的基本教程。大家可以根据需要自定义曲线的样式、颜色和添加其他可选项哦。怎么样，是不是很简单！你学会怎么绘制了嘛？更多学习干货要继续多多关注小果哦！