生存曲線の推定と可視化
乳がん患者の生存について見ていきましょう。
この演習では、再び GBSG2 データセットを使用します。
この演習では、survival と survminer パッケージ、および GBSG2 データはあらかじめ読み込まれています。
この演習はコースの一部です
Rで学ぶサバイバル分析
演習の手順
- 乳がん患者のサバイバー関数を推定します。
- 推定した生存関数を
ggsurvplot()で可視化します。 - 追跡中の患者数を示すリスクテーブルをプロットに追加します。これは
risk.table引数で指定できます。 - 中央生存時間を示す線をプロットに追加します。これは
surv.median.line引数で指定できます。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Kaplan-Meier estimate
km <- survfit(Surv(___, ___) ~ ___, data = ___)
# Plot of the Kaplan-Meier estimate
ggsurvplot(___)
# Add the risk table to plot
ggsurvplot(___, ___ = TRUE)
# Add a line showing the median survival time
ggsurvplot(___, ___ = TRUE, ___ = "hv")