【R语言】生存分析模型

生存分析模型是用于研究时间至某个事件发生的概率的统计模型。这个事件可以是死亡、疾病复发、治疗失败等。生存分析模型旨在解决在研究时间相关数据时的挑战，例如右侧截尾（右侧截尾表示未观察到的事件发生，例如研究结束时还未发生事件）和数据缺失。

生存分析模型最常用的是 Cox 比例风险模型，也称为 Cox 回归模型，它是一种半参数化的模型，用于估计时间相关数据中危险比（hazard ratio）的关系。危险比描述了不同条件下事件发生的概率之比。在 Cox 比例风险模型中，假设危险函数是可共享的，即不受时间的影响，而危险比只依赖于协变量的值。

除了 Cox 比例风险模型外，还有其他类型的生存分析模型，如加速失效时间模型（accelerated failure time model）、Weibull 比例风险模型等。这些模型在不同的数据情况下可能更适用，具体取决于研究的问题和数据的性质。

生存分析模型通常应用于医学、流行病学、社会科学等领域，用于研究疾病生存率、药物治疗效果、生存质量等方面。以下通过Cox模型做一个生存风险分析：

 

 代码如下：

if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/survminer", build_vignettes = FALSE)
library("survminer")
require("survival")
fit <- survfit(Surv(time, status) ~ sex, data = lung)
ggsurvplot(fit, data = lung)ggsurvplot(fit, data = lung, censor.shape="|", censor.size = 4)

1. 首先，它检查是否已经安装了 devtools 包。devtools 是一个用于在 R 中开发和安装包的工具包。如果没有安装，它会使用 install.packages() 函数安装 devtools 包。

2. 接下来，它使用 devtools 包中的 install_github() 函数从 GitHub 上安装 survminer 包。survminer 是一个 R 包，提供了用于生存分析可视化的工具和函数。

3. 一旦 survminer 包安装完成，代码通过 library() 函数加载了 survminer 包以便后续使用。library("survminer") 将 survminer 包加载到 R 的工作环境中。

4. 然后，代码使用 require() 函数来检查是否已经加载了 survival 包。survival 包是一个用于生存分析的常用包。如果未加载，require() 函数会加载 survival 包。

5. survfit() 函数用于拟合生存分析模型。在这个例子中，它拟合了一个 Cox 比例风险模型，其中生存时间由 time 变量表示，事件状态由 status 变量表示，与性别 sex 之间的关系进行建模。这个模型是基于 lung 数据集。

6. 最后，ggsurvplot() 函数用于绘制生存曲线图。它接收拟合的生存分析模型 fit 和数据集 lung 作为输入，并生成一个生存曲线图，用于可视化不同性别在生存时间上的差异。

 代码如下：

ggsurvplot(fit,data = lung,size = 1,                 # 改变线条大小palette =c("#E7B800", "#2E9FDF"),# 自定义颜色调色板conf.int = TRUE,          # 添加置信区间pval = TRUE,              # 添加 p 值risk.table = TRUE,        # 添加风险表risk.table.col = "strata",# 风险表按组着色legend.labs =c("男性", "女性"),      # 更改图例标签risk.table.height = 0.25, # 当有多个组时，修改风险表高度很有用ggtheme = theme_bw()      # 更改 ggplot2 主题为黑白风格
)

这段代码调用了 ggsurvplot() 函数，用于绘制生存曲线图，并设置了一些参数进行绘图的自定义。

• size = 1：改变生存曲线的线条大小。
• palette = c("#E7B800", "#2E9FDF")：定义了两个颜色，用于表示不同性别的生存曲线。
• conf.int = TRUE：在生存曲线上添加了置信区间。
• pval = TRUE：在生存曲线图上添加了 p 值。
• risk.table = TRUE：在图的旁边添加了风险表。
• risk.table.col = "strata"：根据不同的组（strata）对风险表进行了着色。
• legend.labs = c("男性", "女性")：将图例标签更改为了 "男性" 和 "女性"。
• risk.table.height = 0.25：当有多个组时，可以使用此参数来修改风险表的高度。
• ggtheme = theme_bw()：将 ggplot2 的主题更改为了黑白风格。

 

代码如下： 

ggsurvplot(fit,                     # 拟合生存曲线的 survfit 对象。data = lung,             # 用于拟合生存曲线的数据集。risk.table = TRUE,       # 显示风险表。pval = TRUE,             # 显示 log-rank 检验的 p 值。conf.int = TRUE,         # 显示生存曲线点估计的置信区间。xlim = c(0,500),         # 设置 X 轴范围为 0 到 500 天。xlab = "时间（天）",      # 自定义 X 轴标签。break.time.by = 100,     # 按 100 天的时间间隔分割 X 轴。ggtheme = theme_light(), # 使用 theme_light() 函数定制绘图和风险表的主题。risk.table.y.text.col = T, # 颜色风险表文本注释。risk.table.y.text = FALSE # 在风险表的文本注释中显示条形图而不是名称。
)

这段代码调用了 ggsurvplot() 函数，用于绘制生存曲线图，并设置了一些参数进行绘图的自定义。

• fit：拟合生存曲线的 survfit 对象。
• data = lung：用于拟合生存曲线的数据集。
• risk.table = TRUE：显示风险表。
• pval = TRUE：显示 log-rank 检验的 p 值。
• conf.int = TRUE：显示生存曲线点估计的置信区间。
• xlim = c(0,500)：设置 X 轴范围为 0 到 500 天。
• xlab = "时间（天）"：自定义 X 轴标签为 "时间（天）"。
• break.time.by = 100：按 100 天的时间间隔分割 X 轴。
• ggtheme = theme_light()：使用 theme_light() 函数定制绘图和风险表的主题。
• risk.table.y.text.col = T：颜色风险表文本注释。
• risk.table.y.text = FALSE：在风险表的文本注释中显示条形图而不是名称。

 代码如下：

ggsurv <- ggsurvplot(fit,                     # 拟合生存曲线的 survfit 对象。data = lung,             # 用于拟合生存曲线的数据集。risk.table = TRUE,       # 显示风险表。pval = TRUE,             # 显示 log-rank 检验的 p 值。conf.int = TRUE,         # 显示生存曲线点估计的置信区间。palette = c("#E7B800", "#2E9FDF"), # 自定义颜色调色板。xlim = c(0,500),         # 设置 X 轴范围为 0 到 500 天。xlab = "时间（天）",      # 自定义 X 轴标签。break.time.by = 100,     # 按 100 天的时间间隔分割 X 轴。ggtheme = theme_light(), # 使用 theme_light() 函数定制绘图和风险表的主题。risk.table.y.text.col = T, # 颜色风险表文本注释。risk.table.height = 0.25, # 风险表的高度。risk.table.y.text = FALSE, # 在风险表的文本注释中显示条形图而不是名称。ncensor.plot = TRUE,      # 绘制时间 t 处被截尾的观察数。ncensor.plot.height = 0.25, # 截尾观察数的高度。conf.int.style = "step",  # 自定义置信区间的样式。surv.median.line = "hv",  # 添加中位生存指针。legend.labs =c("男性", "女性")      # 更改图例标签。
)
ggsurv

这段代码调用了 ggsurvplot() 函数来创建一个生存曲线图，并将结果存储在名为 ggsurv 的变量中，然后打印出这个生存曲线图。

• ncensor.plot = TRUE：绘制时间 t 处被截尾的观察数。
• ncensor.plot.height = 0.25：截尾观察数的高度。
• conf.int.style = "step"：自定义置信区间的样式为 "step"。
• surv.median.line = "hv"：添加中位生存指针，指定其样式为水平垂直线。
• legend.labs = c("男性", "女性")：更改图例标签为 "男性" 和 "女性"。