生存曲线常用于临床分析，用于死亡、疾病的发生、复发和痊愈的研究。通常生存曲线的绘制方法有两种。一种基于乘积极限法（Kaplan -Meier），另一种基于寿命表法（Life table），生存曲线的比较则主要通过Log-Rank检验、Breslow法以及似然比法检验。
为什么要绘制生存曲线？如果想要比较两组患者的预后，直接比较两组的生存时间不就可以了嘛。但在某些情况中，如果仅仅比较生存时间，显然是不可能，也不合理的。
打个极端的比方：
某人对10例晚期和10例早期肺癌进行了1年的随访，旨在确定早期病人的预后是否好于晚期病人。作者对病人进行随访后发现，晚期病人在1年的时间截点上（刚好在1年的时候）全死了，而早期病人在1年的时间截点上还全部存活。如果单纯比较生存时间，早期和晚期病人的存活时间都是1年，显然没有差异。但是在这里例子中，早期病人的预后显然是优于晚期病人的。
再打一个极端的比方:
某研究者对甲乙两组肺癌病人进行随访，比较两组患者的1年生存率。随访1年后，两组病人均死亡，死亡率是100%，如果单独比较1年生存率，两组患者的死亡率显然是一样的。但是问题在于：甲组病人全部是在随访后3天就死了，而乙组病人全部是在第364天死亡的。其实乙组病人比甲组病人多活了近一年，其预后显然更好。这个案例其实就是告诉我们，生存分析要考虑每个时间点上病人的生存概率，而不是某一个特定的时间点。
随访资料是有删失值的，比较病人的预后不能直接拿随访时间说事，生存曲线才是最佳分析方案。
今天我们先讲述生存曲线绘制的基本概念和意义，并使用下面提到R的survival包进行实例绘制：
## 载入包:library(survival)## 列出包中的所有数据data(package = 'survival')## 载入肺lung的数据：data(lung)# 查看每一列数据的解释：?lung
# Kaplan-Meier方法：# 构建一个survival对象，Surv是构建函数，time是天数统计的存活时间，status==2表示选择dead样本，lung$SurvObj <- with(lung,="" surv(time,="" status="="># 查看数据，发现最后多了一列SurvObj，可以看出status为1的样本所对应的SurvObj都多了个+，表示还存活。head(lung)
## Kaplan-Meier方法构建， 优先选择'log-log'置信区间，# survfit第一个参数是个公式，如果右边是1，则生成单一生存曲线，conf.type的参数也可以是'none'，不显示置信区间，默认是'log'#单一生存曲线构建对象：km.as.one <- survfit(survobj="" ~="">1, data = lung, conf.type = 'log-log')# sex为因素构建对象：km.by.sex <- survfit(survobj="" ~="" sex,="" data="lung," conf.type="">'log-log')
# 单一生存曲线图，有置信区间：plot(km.as.one)
# sex为因素作图plot(km.by.sex)
#设置在哪个时间显示置信区间，不想显示可以设的大一点，另外还有conf.cap设置置信区间的宽，1最大。# 还有conf.offset,当图上有多条曲线时，设置置信度的偏移量。值为1的是绘图区域的宽度。如果这是一个单一数字，那么每个曲线的条都会偏离现有曲线条形的这个数值，当然也可以使用向量。# mark.time是用来标注是否显示censor检验点。plot(km.as.one, conf.time=100, conf.cap=0.01,conf.offset = 0.1,mark.time = T)
plot(km.by.sex, conf.time=100, conf.cap=0.01,conf.offset = c(0.1,0),mark.time = F)
先和生存曲线和作图所需要的数据混个脸熟，明天继续。点击“阅读原文”查看更多。
更多原创精彩内容敬请关注生信杂谈：
