R语言：利用survminer包实现生存分析及可视化

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")
1

或者，也可以选择从GitHub上安装

if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/survminer")
1
2

加载安装好的包

library("survminer")
1

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")
1
2
3
4
5
6
7
8

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)
1
2
3

改变文字大小，字体和颜色

• 只改变字号

ggsurvplot(fit, title = "Survival curve",
   font.title = 18,
   font.x =  16,
   font.y = 16,
   font.tickslab = 14)
1
2
3
4
5

• 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"))
1
2
3
4
5

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"))
1
2
3

• 图例的位置可以任意改变

ggsurvplot(fit, legend = c(0.2, 0.2))
1

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
           )
1
2
3
4
5
6
7

• 改成灰色调

ggsurvplot(fit, linetype = "strata", 
           conf.int = TRUE, pval = TRUE,
           palette = "grey")
1
2
3

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)
1
2

• 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)
1
2
3
4
5

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
1
2
3
4
5
6
7

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")
1
2
3
4

危险率函数

ggsurvplot(fit, conf.int = TRUE, 
           palette = c("#FF9E29", "#86AA00"),
           risk.table = TRUE, risk.table.col = "strata",
           fun = "cumhaz")
1
2
3
4

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)
1
2
3
4
5

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"))
1
2
3
4
5
6
7

参考网站和相关推荐

1. survminer R package: Survival Data Analysis and Visualization
2. 生存分析与R