梅斯医学MedSci APP
医路相伴,成就大医

您的生存曲线领导还满意吗

Tags: 生存曲线      作者:王晓晓,赵一鸣 更新:2019-10-08

小伙伴抱怨道:我觉得我画的生存曲线很好啊,为什么领导说我画的很丑呢?这个,可能是因为审美不同吧......那领导到底喜欢什么样的呢?可能像下图这样。



上图是采用R软件绘制的,绘图之前需要安装两个程序包survminer和survival。在开始绘图之前,需要通过library函数加载上述程序包。

library(survminer);library(survival)

在读取数据后,需要通过survfit确定生存分析的对象。因为小编的程序和数据在同一文件下,所以读取数据的程序为 surv<-read.csv("surv.csv")。

接下来,通过survfit确定生存分析的对象,其中time为生存时间,status为生存状态。fit<- survfit(Surv(time, status) ~ 1,data = surv)。万一,领导想让我分组绘制生存曲线呢,比如按性别,只需要改为fit<- survfit(Surv(time, status) ~ gender, data =surv)。



还没结束哦,各位领导们会不会更喜欢下图?相对上图,该图增加了1年、5年和10年的生存率,提供的信息也更多。

首先,我们需要知道1年、5年和10年的生存率,通过summary(fit)可得到不同时间点的生存率,但因为系统默认设置的问题,往往无法得到完整的结果。简单设置一下就搞定了,options(max.print = 999999999),然后再调用summary(fit)。

结果大致如下所示,大多时候,我们会发现结果中并没有1年、5年、10年这3个整点的时间点,那是因为在整点时并未出现死亡。这时候找小于上述时间点且离上述时间点最近的即可。本示例中,1年、5年和10年的生存率分别为88.5%、57.0%和39.0%。

在上面生存曲线的基础上,我们标注3个坐标点(1,88.5)、(5,57)、(10,39),并通过文本说明其生存率即可。

来源:临床流行病学和循证医学
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
小提示:本篇资讯需要登录阅读,点击跳转登录

相关推荐

移动应用
medsci.cn © 2020