library(tidyverse)
library(survRM2)
library(survminer)
rm(list = ls())
options(stringsAsFactors = T)
#函数要求为二分组变量,并且0代表观察,1代表治疗组
df <- colon%>%na.omit(colon)
df$rx <- fct_collapse(df$rx,
"0"= c("Obs"),
"1" = c("Lev","Lev+5FU"))
#创建必要变量,time表示生存时间,status表示生存结局,arm表示组别
time=df$time
status=df$status
arm=df$rx
#对两组的生存率作图
fit <- survfit(Surv(time,status) ~ rx, # 创建生存对象
data = df) # 数据集来源
p2 <- ggsurvplot(fit, # 创建的拟合对象
data = df , # 指定变量数据来源
conf.int = F,# 显示置信区间
pval = TRUE, # 添加P值
surv.median.line = "hv", # 添加中位生存时间线
risk.table = TRUE, # 添加风险表
xlab = "Follow up time(days)", # 指定x轴标签
legend = c(0.9,0.5), # 指定图例位置
legend.labs = c(), # 指定图例分组标签
break.x.by = c(),# 设置x轴刻度间距
xlim=c(),#设置X轴最长时间
cumcensor = F,#设置是否显示删失表
facet.by =)#设置分面
p2
原始生存曲线
#计算两组的RMST并比较,拟比较两组的3年生存率
RMS<- rmst2(time,status,arm,tau=365*3);RMS
plot(RMS,
col = "green",
xlab="days",
col.RMST = "pink",
col.RMTL = "orange",
density = 80,
angle = 10,
ylab="probability")
总结结果
作图显示结果
网友评论