# loads dplyr
library(dplyr)
# core survival analysisfunctions
library(survival)
# recommended forvisualizing survival curves
library(survminer)
#加载内置colon数据集
data(colon)
#list directory contents
ls(colon)
得到如下图:
#创建生存对象
fit <- survfit(Surv(time, status)~rx, data=colon)
#level()是为了看分组水平情况,以确定对照组,一般level()之后第一个为对照组
levels(colon$rx)
ggsurvplot(fit,risk.table=TRUE,#生存统计统计表
conf.int=TRUE,#添加置信区间带
palette = c("skyblue","green","red"),#颜色设置
pval=TRUE,#log-rank检验
pval.method=TRUE)#添加检验text
至于是treatment中的哪一组与Obs相比,显著性,差异性更大,需要查看 Lev 和 obs 对比的p值及HR,以及 (Lev+5FU) 和 Obs 对比的p值及HR,评价分组的治疗效果
#Cox Regression,评价rx分组后治疗效果
fit1<-coxph(Surv(time, status)~rx, data=colon)
fit1
1、首先用Excel做好数据的统计,将数据整理成每个个体生存天数的形式,并将每个个体均定义为1。2、打开GraphPadPrism后,选择Survival,选择图形类型和结果的显示方式,Fraction是以分数形式显示,Percents是以百分比形式显示,点击Create。
3、在DataTables的表格中将Excel的数据黏贴过来,注意实验组和对照组Y轴数值应写在不同列中。
4、点击Graphs中的Data1即可马上查看到制作好的生存曲线。以上是R语言画生存曲线标注相对危险度法的方式。