R语言：利用survminer包实现生存分析及可视化

大壮歌 2022-06-14 发布于福建

展开全文

总述
参考网站和相关推荐

总述

survminer包是生物信息学中实现生存分析曲线绘制最常用的包，包含函数ggsurvplot()，还可使用ggplot2. ggsurvplot() 轻松绘制美观并且格式工整的生存曲线。同时还能给出p值，风险值等参数。

下载和安装

install.packages('survminer')

或者，也可以选择从GitHub上安装

if(!require(devtools)) install.packages('devtools')
devtools::install_github('kassambara/survminer')

加载安装好的包

library('survminer')

单一组别生存曲线的绘制

#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)
#survival包中的survfit函数用Kaplan-Meier法进行生存曲线的拟合
ggsurvplot(fit, color = '#2E9FDF')

在这里插入图片描述

两组生存曲线的绘制

基本方法

require('survival')
fit<- survfit(Surv(time, status) ~ sex, data = lung)
ggsurvplot(fit)

在这里插入图片描述

改变文字大小，字体和颜色

只改变字号

title = “Survival curve”	设置标题
font.main	标题字体大小
font.x	x轴标注字体大小
font.y	y轴标注字体大小
font.tickslab	坐标轴数字大小

ggsurvplot(fit, title = 'Survival curve',
   font.title = 18,
   font.x =  16,
   font.y = 16,
   font.tickslab = 14)

在这里插入图片描述

同时改变文字大小，字体和颜色
c([字号],[字体],[颜色])
括号中的任意一项可以省略，但是顺序不能改变

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'))

在这里插入图片描述

改变图例位置，图例标题和图例名称

ggsurvplot(fit, legend = 'bottom', 
           legend.title = 'Sex',
           legend.labs = c('Male', 'Female'))

在这里插入图片描述

图例的位置可以任意改变

ggsurvplot(fit, legend = c(0.2, 0.2))

在这里插入图片描述

改变曲线类型和颜色

ggsurvplot(fit,  size = 1,  # 改变曲线的尺寸
           linetype = 'strata', # 改变曲线的类型
           break.time.by = 250, # 更改x轴的时间间隔
           palette = c('#E7B800', '#2E9FDF'), # 自定义调色板
           conf.int = TRUE, # 添加置信区间
           pval = TRUE # 添加p值
           )

在这里插入图片描述

改成灰色调

ggsurvplot(fit, linetype = 'strata', 
           conf.int = TRUE, pval = TRUE,
           palette = 'grey')

在这里插入图片描述

添加风险表

添加risk table并改变y轴文字的颜色

ggsurvplot(fit, pval = TRUE, conf.int = TRUE,
           risk.table = TRUE, risk.table.y.text.col = TRUE)

在这里插入图片描述

自定义输入、输出

res <- ggsurvplot(fit, pval = TRUE, conf.int = TRUE,
           risk.table = TRUE)
res$table <- res$table + theme(axis.line = element_blank())
res$plot <- res$plot + labs(title = 'Survival Curves')
print(res)

在这里插入图片描述

扩大x轴的坐标范围

ggsurvplot(fit, 
           pval = TRUE, conf.int = TRUE,
           risk.table = TRUE, 
           risk.table.col = 'strata', 
           ggtheme = theme_bw(), #改变ggplot2的主题（背景）
           palette = 'Dark2',
           xlim = c(0, 600))#选取特定的x轴坐标范围

在这里插入图片描述

Transform survival curves

累积发病率图

ggsurvplot(fit, conf.int = TRUE,
           palette = c('#FF9E29', '#86AA00'),
           risk.table = TRUE, risk.table.col = 'strata',
           fun = 'event')

在这里插入图片描述

危险率函数

ggsurvplot(fit, conf.int = TRUE, 
           palette = c('#FF9E29', '#86AA00'),
           risk.table = TRUE, risk.table.col = 'strata',
           fun = 'cumhaz')

在这里插入图片描述

Arbitrary function

ggsurvplot(fit, conf.int = TRUE, 
          palette = c('#FF9E29', '#86AA00'),
           risk.table = TRUE, risk.table.col = 'strata',
           pval = TRUE,
           fun = function(y) y*100)

在这里插入图片描述

多组生存曲线的绘制

ggsurvplot(fit2, pval = TRUE, 
           break.time.by = 800,
           risk.table = TRUE,
           risk.table.col = 'strata',
           risk.table.height = 0.5, 
           ggtheme = theme_bw(),
           legend.labs = c('A', 'B', 'C', 'D', 'E', 'F'))