《R语言生存分析可视化数据分析报告论文》由会员分享，可在线阅读，更多相关《R语言生存分析可视化数据分析报告论文（19页珍藏版）》请在金锄头文库上搜索。
1、欢迎登陆官网：http:/ 生存用于计算存活分析用于总结和可视化生存分析结果的survminer安装软件包install.packages(c(survival, survminer) 加载包library(survival)library(survminer)示例数据集我们将使用生存包中提供的肺癌数据。data(lung)有问题百度搜索，石活#对居”就可以了欢迎登陆官网：http:/ time status age sex ph.ecog ph.karno pat.karno meal.cal wt.loss13 30627411901001175NA23 45526810909012251
2、5331010156109090NA1545 21025711906011501151 8832601010090NA0612 10221741150805130 机构：机构代码时间：以天为单位的生存时间状态：审查状态1 =审查，2 =失效 年龄：岁 性别：男=1女=2 ph.ecog： ECOG 成绩得分（0 =好 5 =死） ph.karno：医师对 Karnofsky 绩效评分（差=0-好=100） pat.karno： Karnofsky表现评分，按患者评分 meal.cal：用餐时消耗的卡路里 wt.loss :最近六个月的体重减轻计算生存曲线：survfit（）我们要按性别计算生存
3、率。函数survfit（）在生存包中可用于计算kaplan-Meier生存估计。其主要论点包括:欢迎登陆官网：http:/ 使用Surv()函数创建的生存对象 以及包含变量的数据集。要计算生存曲线，请输入：fit - survfit(Surv(time, status) sex, data = lung)print(fit)Call: survfit(formula = Surv(time, status) sex, data = lung)n events median 0.95LCL 0.95UCLsex=1 138112270212310sex=2 9053426348550默认情况下，
4、函数print()显示生存曲线的简短摘要。它打印观察值，事件数，中位生存率和中位值 的置信度限制。如果要显示生存曲线的更完整摘要，请键入以下内容：# Summary of survival curvessummary(fit)# Access to the sort summary tablesummary(fit)$table访问survfit()返回的值函数survfit()返回变量列表，包括以下组件：n：每条曲线中的对象总数。时间：曲线上的时间点。有问题百度搜索，拓慕对居”就可以了欢迎登陆官网：http:/ n.event:在时间t发生的事件数。n。审查者：在时间t退出事件而不发生风险的
5、审查者的数量。下，上：曲线的置信度上限和下限。分层：表示曲线估计的分层。如果地层不为NULL，则结果中有多条曲线。层次（因子）是曲线的标签。可以按以下方式访问组件:d ns口可以使用以下参数进一步定制该图： conf.int.style =步骤以更改置信区间带的样式。 xlab更改x轴标签。 break.time.by = 200以时间间隔将x轴断开200。 risk.table = abs_pct”，以显示处于风险中的个人的绝对数量和百分比。 risk.table.y.text.col = TRUE，risk.table.y.text = FALSE，以在风险表图例的文本注释中提供条形而不是
6、名称。有问题百度搜索，拓慕对居”就可以了欢迎登陆官网：http:/ = TRUE，以绘制在时间t的受检对象的数量。正如Marcin Kosinski所建议的那样，这是对生存曲线的一个很好的附加反馈，因此人们可以意识到：生存曲线看起来如何，风险集的数量是多少，以及风险集变小的原因是什么？是由事件还是受审查事件引起的？legend.labs更改图例标签。ggsurvplot(fit,# survfit object with calculated statistics.pval = TRUE,# show p-value of log-rank test.conf.int = TRUE,# sho
7、w confidence intervals for# point estimaes of survival curves.conf.int.style = step,# customize style of confidence intervalsxlab = Time in days,# customize X axis label.break .time.by = 200,# break X axis in time intervals by 200.ggtheme = theme_light(), # customize plot and risk table with a theme
8、.risk.table = abs_pct, # absolute number and percentage at risk.risk.table.y.text.col = T,# colour risk table text annotations.risk.table.y.text = FALSE,# show bars instead of names in text annotations# in legend of risk table.ncensor.plot = TRUE,# plot the number of censored subjects at time t 有问题百
9、度搜索，拓慕对居”就可以了欢迎登陆官网：http:/ = hv, # add the median survival pointer.legend.labs =c(Male, Female), # change legend labels.palette =c(#E7B800, #2E9FDF) # custom color palettes.)有问题百度搜索，石活冥，据”就可以了欢迎登陆官网：http:/ Male FemaleamclEqald -En 心Number at risk by time: n (%)38(100)78 (57)31 (22)136(4)2(1)JO (10066 (73)26 (29)11 (12)2(2)0(0)020
