R语言生存分析可视化分析

生存分析对应于一组统计方法,用于调查感兴趣事件发生所花费的时间。

由Kaizong Ye,Qing Li撰写

生存分析被用于各种领域,例如:癌症研究为患者生存时间分析,“事件历史分析”的社会学,在工程的“故障时间分析”。

在癌症研究中,典型的研究问题如下:

某些临床特征对患者的生存有何影响?

个人三年存活的概率是多少?

各组患者的生存率有差异吗?

基本概念

在这里,我们从定义生存分析的基本术语开始,包括:

生存时间和事件

生存函数和风险函数

癌症研究中的生存时间和事件类型

有不同类型的事件,包括:

复发


热门课程

R语言数据分析挖掘必知必会

面对扑面而来的数据浪潮,包含Google、Facebook等国际企业,都已采用R语言进行数据分析

探索课程

死亡

从“应对治疗”(完全缓解)到发生感兴趣事件的时间通常称为生存时间(或事件发生的时间)。

癌症研究中两个最重要的措施包括:i)死亡时间;和ii)无复发存活时间,其对应于治疗反应与疾病复发之间的时间。它也被称为无病生存时间和无事件生存时间

如上所述,生存分析侧重于直到发生感兴趣事件(复发或死亡)的预期持续时间。

Kaplan-Meier生存评估

Kaplan-Meier(KM)方法是一种非参数方法,用于估计观察到的生存时间的生存概率(Kaplan和Meier,1958)。

知识管理生存曲线是知识管理生存概率与时间的关系曲线,它提供了一个有用的数据总结,可以用来估计诸如中位生存时间之类的衡量指标。

R生存分析

安装并加载所需的R包

我们将使用两个R包:

生存计算生存分析

survminer的总结和可视化生存分析结果

示例数据集

我们将使用生存包中提供的肺癌数据。

inst:机构代码

时间:以天为单位的生存时间

状态:审查状态1 =审查,2 =死亡

年龄:年龄

性别:男= 1女= 2

ph.ecog:ECOG表现评分(0 =好5 =死)

ph.karno:Karnofsky表现评分(bad = 0-好= 100)由医师评定

pat.karno:Karnofsky表现评分由患者评估

膳食:餐时消耗的卡路里

wt.loss:过去六个月的体重下降

计算生存曲线:survfit()

我们要按性别来计算生存概率。

功能survfit()[在存活包]可以被用来计算Kaplan-Meier存活估计。其主要论​​点包括:

使用函数Surv()创建的生存对象

要计算生存曲线,请输入以下内容:

默认情况下,函数print()显示生存曲线的简短摘要。它显示观察次数,事件数量,中位数生存和中位数的置信限。

如果要显示生存曲线的更完整摘要,请输入以下内容:

可视化生存曲线

我们 生成两组受试者的生存曲线。


legend.labs更改图例标签。


每组的中位生存时间表示生存概率S(t)为0.5的时间。

使用参数xlim可以缩短生存曲线,如下所示:


请注意,可以使用参数fun指定三个经常使用的转换:

 ​

累积性风险是常用来估计风险概率。

 ​、

Kaplan-Meier生命表:生存曲线的总结

如上所述,您可以使用函数summary()来获得生存曲线的完整摘要:

在生存曲线已经与一个或多个变量拟合的情况下,surv_summary对象包含表示变量的额外列。这使得有可能根据地层或某些因素的组合来面对ggsurvplot的输出。

Log-Rank检验比较生存曲线:survdiff()

数秩检验是比较两条或更多条生存曲线的最广泛使用的方法。零假设是两组在生存期间没有差异。 

可以使用survdiff()如下:

存活率差异的对数秩检验给出p = 0.0013的p值,表明性别组在存活方面差异显着。

 复杂的生存曲线

在本节中,我们将使用多个因素的组合计算生存曲线。接下来,我们将面向ggsurvplot()的输出结合因素

使用幸存者可视化输出。下面的图显示了性别变量根据rx&adhere的值生存的曲线。

 ​

概要

生存分析是一组数据分析的统计方法,其中感兴趣的结果变量是事件发生之前的时间。

在这篇文章中,我们演示了如何使用两个R软件包的组合来执行和可视化生存分析:生存(用于分析)和生存者(用于可视化)。


可下载资源

关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。

​非常感谢您阅读本文,如需帮助请联系我们!

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498