R语言如何做KM生存曲线

前言

本篇是R语言survival包和survminer包绘制KM生存曲线的教程。

什么是KM生存曲线？

KM生存曲线（Kaplan-Meier survival curve）是用于描述在不同时间点上生存者的比例的一种统计工具。它常用于医学中对生存分析进行可视化和比较研究。

该曲线以时间为横轴，以生存率为纵轴，通过对样本生存时间数据进行分组并计算每组中生存者的比例，逐步绘制出曲线。该曲线能够精确反映出被观察对象在特定时间点上的存活率，并可以比较不同组别、不同治疗方案等因素对生存率的影响。

绘图前的数据准备

demo数据可以在https://www.r2omics.cn/res/demodata/KM.txt下载。

总共包含三列：

  • 第1列是时间

  • 第2列是状态：1表示观测结束（很多情况下，观测的结束可能是由于研究结束或者失访等原因），2表示死亡

  • 第3列是：分组

# A tibble: 228 x 3
    Time Status Group
   <int>  <int> <chr>
 1   306      2 男   
 2   455      2 男   
 3  1010      1 男   
 4   210      2 男   
 5   883      2 男   
 6  1022      1 男   
 7   310      2 女   
 8   361      2 女   
 9   218      2 男   
10   166      2 男   
# i 218 more rows

R语言如何绘制KM生存曲线

# 代码来源：https://www.r2omics.cn/
# 加载包
library(survival)
library(survminer)

# 加载数据
df = read.delim("https://www.r2omics.cn/res/demodata/KM.txt")

# 根据时间和状态构建生存分析模型
fit = survfit(Surv(Time, Status) ~ Group, data = df)

# 绘图
ggsurvplot(
  fit,               # 生存分析模型对象
  data = df,         # 数据框
  palette = c("#E7B800", "#2E9FDF"),   # 设置颜色
  conf.int = FALSE,  # 是否显示置信区间
  pval = T,          # 是否显示P值
  pval.method = T,   # 显示P值的计算方法
  surv.median.line = "hv",   # 是否显示中位数生存时间曲线,hv表示显示，none不显示
  risk.table = T,    # 是否显示风险表格
  cumevents = F,     # 是否显示累积死亡表格
  cumcensor = F,     # 是否显示累积截尾censored表格
)