如何解决如何在 R 中的 ggplot 中绘制随时间变化的危险比 + CI 生存数据?
背景
我想绘制生存数据集随时间变化的风险比,包括其置信区间。例如,我将从 survival
包中获取一个简化的数据集:冒号数据集。
library(survival)
library(tidyverse)
# Colon survival dataset
data <- colon %>%
filter(etype == 2) %>%
select(c(id,rx,status,time)) %>%
filter(rx == "Obs" | rx == "Lev+5FU") %>%
mutate(rx = factor(rx))
数据集包含接受治疗的患者(即“Lev+5FU”)和未接受治疗的患者(即“Obs”)。生存曲线如下:
fit <- survfit(Surv(time,status) ~ rx,data = data )
plot(fit)
尝试
使用 cox.zph
函数,您可以绘制 cox 模型的风险比。
cox <- coxph(Surv(time,data = data)
plot(cox.zph(cox))
但是,我想使用 ggplot
为这个生存数据集绘制包含 95% CI 的风险比。
问题
- 如何从这个 cox.zph 对象中提取风险比数据和 95% 置信区间以将它们绘制在
ggplot
中? - 是否还有其他
R
软件包可以更方便地执行相同操作?
解决方法
survminer
包 will do this for you:
library(survminer)
ggcoxzph(cox.zph(cox))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。