生存分析主要是使用一系列统计方法调查事件发生时间的研究。
## 生存分析应用于各种领域，如:
## 在癌症研究中，典型的研究问题是:
## 生存分析主要方法
## 基本的概念
## 疾病中不同类型事件
需要关注的点在于，1）死亡的时间；2)无复发生存时间，对应于对治疗到疾病复发之间的时间。
截尾
生存分析研究的是事件发生(复发或死亡)之前的预期时间。然而，在研究中，由于各种原因无法收集到事件发生的完整信息，从而产生截尾数据。
## 截尾事件也分为了不同的情况：
## 生存函数和风险函数
Kaplan-Meier方法是一种用于从收集的生存时间估计生存概率的非参数方法 (Kaplan and Meier, 1958)。
时间 的生存概率 的计算公式如下:
估计的概率(S(t))是一个阶跃函数，它只在每个事件的发生的时刻才会改变。生存概率的置信区间也是可以计算的。
KM生存曲线(KM生存概率随时间变化的曲线)提供了有用的数据总结，可用于估计中位生存时间等指标。
KM生存曲线(KM生存概率随时间变化的曲线)提供了有用的数据总结，可用于估计中位生存时间等。
## R 包准备
常用的两个R包
## 安装R包
## 示例数据集
survival 包内置的 lung数据
## 计算生存曲线:survfit()
可以使用 survival 包中的 survfit () 计算kaplan-Meier生存估计， survfit () 需要的参数：
## 使用summary()对模型进行统计,查看详细信息
## survfit()返回结果的解读
## 数据整理
或者使用 survminer 包中的surv_summary()函数汇总数据生成一个数据框
获取生存曲线的信息，包括具有置信区间的生存中值，以及每个曲线中的受试者总数和事件数。
## 可视化生存曲线
更多参数设置自定义生存曲线图
## Kaplan-Meier图的解读
横轴(x轴)表示以天为单位的时间，纵轴(y轴)表示生存的概率或生存人口的比例。途中曲线代表两组病人的生存曲线。曲线的垂直下降表示事件。曲线上的垂直刻度表示这个病人在这个时候被审查了。
每个组的中位生存时间
age=1(男性组)的中位生存时间为270天，而age=2(女性组)的中位生存时间为426天。与男性相比，女性肺癌患者的生存率似乎有优势。然而，为了评估这种差异是否具有统计学意义，需要进行正式的统计检验，还需要进一步进行分析。
## 生存曲线可以设置显示范围：
## 事件累计发生曲线图：
累积危险是估计危险概率的常用方法，被定义为H(t)=−log(survival function)=−log(S(t))。累积危害(H(t))可以解释为死亡率的累积度。换句话说，如果事件是一个可重复的过程，它对应于每个个体在时间t时之前事件发生的数量。
## 累计风险概率（cumulative hazard）图
## 比较生存曲线的Log-Rank检验:survdiff()
对数秩检验(log-rank test)是比较两个或多个生存曲线的最广泛使用的方法。零假设是两组生存曲线之间的存活率没有差异。对数秩检验是一种非参数检验，它对生存分布没有任何假设。从本质上说，对数秩检验将观察到的每组事件的数量与零假设成立(即生存曲线是一致的)所期望的数量进行比较。对数秩检验统计量分布与卡方检验统近似。
survival包的 survdiff ()函数可以对两组生存曲线进行对数秩检验。
## 拟合复杂生存曲线
### 使用多个因素的组合来计算生存曲线。
生存分析主要是使用一系列统计方法调查事件发生时间的研究。
生存数据一般用两个相关函数来描述和建模:
系列文章
ggsurvplot(fit, #生存分析结果
data = NULL, #a dataset used to fit survival curves
fun = NULL, # 定义生存曲线转换的任意函数。 经常使用的转换可以用字符参数指定:“event”绘制累积事件(f(y) = 1-y)，“cumhaz”绘制累积风险函数(f(y) = -log(y))，“pct”以百分比表示生存概率。
color = NULL, #曲线颜色
palette = NULL, #颜色调色板，可选调色板有 "grey","npg","aaas","lancet","jco", "ucscgb","uchicago","simpsons"和"rickandmorty".
linetype = 1, #线条形状，可以用数值型向量1，2表示，也可以用字符串向量c("solid", "dashed").
conf.int = FALSE, #是否画出置信区间
pval = FALSE, #是否显示P值
pval.method = FALSE, #是否添加计算P值得方法得文本，前提是pval = TRUE
test.for.trend = FALSE, #默认是F，如果TURE，返回trend Pvalues检验。 趋势检验旨在检测生存曲线的有序差异。 也就是说，至少对一个群体来说。 只有组数为>2时，才能进行趋势测试。
surv.median.line = "none", #画一条水平或者垂直得生存中位值线，允许的值有c("none", "hv", "h", "v"). v: 垂直vertical, h:水平horizontal.
risk.table = FALSE, #是否显示风险table。其他值有absolute" or "percentage",显示绝对数值/百分比；参数"abs_pct" ,百分比以及绝对数值都显示
cumevents = FALSE, # logical value specifying whether to show or not the table of the cumulative number of events.
cumcensor = FALSE, #logical value specifying whether to show or not the table of the cumulative number of censoring.
tables.height = 0.25, #设置table得高度，取值范围0-1
group.by = NULL, #包含分组变量名称得字符串向量。长度<=2
facet.by = NULL, #一个字符向量，包含将生存曲线分成多个面板的分组变量的名称。
add.all = FALSE, #一个逻辑值。 如果为TRUE，则在主图中添加合并患者(null model)的生存曲线。
combine = FALSE, # a logical value. If TRUE, combine a list survfit objects on the same plot.
ggtheme = theme_survminer(), #主题名称
tables.theme = ggtheme, #主题名称，默认是theme_survminer.
... #后面描述的参数和其他参数将被传递给ggplot2 geom_*()函数，如linetype, size, ii)或ggpar()函数来定制图形。 看到的细节部分
)
