Kaplan Meier和Cox回归

如何解决Kaplan Meier和Cox回归

在本教程[http://www.sthda.com/english/wiki/cox-proportional-hazards-model][1]中，使用Kaplan Meier绘制多变量分析的部分令人困惑。我不确定他如何提出sex_df数据框。进行多元Cox分析后，有人可以解释在r中绘制Kaplan Meier的最佳方法是什么？有一个好的图书馆吗？

例如，

res.cox <- coxph(Surv(time,status) ~ sex,data = lung)

要在Kaplan Meier中进行绘制，我会

ggsurvplot(survfit(Surv(time,data=lung))

但是我不明白如何绘制这种Cox回归

res.cox <- coxph(Surv(time,status) ~ age + sex + ph.ecog,data =  lung)

在本教程中，作者使用了

sex_df <- with(lung,data.frame(sex = c(1,2),age = rep(mean(age,na.rm = TRUE),ph.ecog = c(1,1)
                      )
           )
sex_df

# Survival curves
fit <- survfit(res.cox,newdata = sex_df)
ggsurvplot(fit,conf.int = TRUE,legend.labs=c("Sex=1","Sex=2"),ggtheme = theme_minimal())

作者为什么设置ph.ecog = c(1,1)？为什么不ph.ecog = c(0,0)中的sex_df？