生存曲线的估计与可视化
让我们来看看乳腺癌患者的生存情况。
在本练习中，我们再次使用 GBSG2 数据集。
本练习已为您加载 survival 与 survminer 包，以及 GBSG2 数据。
本练习是课程的一部分
R 中的生存分析
练习说明
- 为乳腺癌患者估计一条生存函数。
- 使用
ggsurvplot()函数可视化估计得到的生存函数。 - 在图中添加风险表，以显示正在接受观察的患者数量。可通过
risk.table参数实现。 - 在图中添加一条中位生存时间的线。可通过
surv.median.line参数实现。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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")