生存曲線常用于臨床分析，用于死亡、疾病的發(fā)生、復(fù)發(fā)和痊愈的研究。通常生存曲線的繪制方法有兩種。一種基于乘積極限法（Kaplan -Meier），另一種基于壽命表法（Life table），生存曲線的比較則主要通過Log-Rank檢驗、Breslow法以及似然比法檢驗。
為什么要繪制生存曲線？如果想要比較兩組患者的預(yù)后，直接比較兩組的生存時間不就可以了嘛。但在某些情況中，如果僅僅比較生存時間，顯然是不可能，也不合理的。
打個極端的比方：
某人對10例晚期和10例早期肺癌進(jìn)行了1年的隨訪，旨在確定早期病人的預(yù)后是否好于晚期病人。作者對病人進(jìn)行隨訪后發(fā)現(xiàn)，晚期病人在1年的時間截點上（剛好在1年的時候）全死了，而早期病人在1年的時間截點上還全部存活。如果單純比較生存時間，早期和晚期病人的存活時間都是1年，顯然沒有差異。但是在這里例子中，早期病人的預(yù)后顯然是優(yōu)于晚期病人的。
再打一個極端的比方:
某研究者對甲乙兩組肺癌病人進(jìn)行隨訪，比較兩組患者的1年生存率。隨訪1年后，兩組病人均死亡，死亡率是100%，如果單獨比較1年生存率，兩組患者的死亡率顯然是一樣的。但是問題在于：甲組病人全部是在隨訪后3天就死了，而乙組病人全部是在第364天死亡的。其實乙組病人比甲組病人多活了近一年，其預(yù)后顯然更好。這個案例其實就是告訴我們，生存分析要考慮每個時間點上病人的生存概率，而不是某一個特定的時間點。
隨訪資料是有刪失值的，比較病人的預(yù)后不能直接拿隨訪時間說事，生存曲線才是最佳分析方案。
今天我們先講述生存曲線繪制的基本概念和意義，并使用下面提到R的survival包進(jìn)行實例繪制：
## 載入包:library(survival)## 列出包中的所有數(shù)據(jù)data(package = 'survival')## 載入肺lung的數(shù)據(jù)：data(lung)# 查看每一列數(shù)據(jù)的解釋：?lung
# Kaplan-Meier方法：# 構(gòu)建一個survival對象，Surv是構(gòu)建函數(shù)，time是天數(shù)統(tǒng)計的存活時間，status==2表示選擇dead樣本，lung$SurvObj <- with(lung,="" surv(time,="" status="="># 查看數(shù)據(jù)，發(fā)現(xiàn)最后多了一列SurvObj，可以看出status為1的樣本所對應(yīng)的SurvObj都多了個+，表示還存活。head(lung)
## Kaplan-Meier方法構(gòu)建， 優(yōu)先選擇'log-log'置信區(qū)間，# survfit第一個參數(shù)是個公式，如果右邊是1，則生成單一生存曲線，conf.type的參數(shù)也可以是'none'，不顯示置信區(qū)間，默認(rèn)是'log'#單一生存曲線構(gòu)建對象：km.as.one <- survfit(survobj="" ~="">1, data = lung, conf.type = 'log-log')# sex為因素構(gòu)建對象：km.by.sex <- survfit(survobj="" ~="" sex,="" data="lung," conf.type="">'log-log')
# 單一生存曲線圖，有置信區(qū)間：plot(km.as.one)
# sex為因素作圖plot(km.by.sex)
#設(shè)置在哪個時間顯示置信區(qū)間，不想顯示可以設(shè)的大一點，另外還有conf.cap設(shè)置置信區(qū)間的寬，1最大。# 還有conf.offset,當(dāng)圖上有多條曲線時，設(shè)置置信度的偏移量。值為1的是繪圖區(qū)域的寬度。如果這是一個單一數(shù)字，那么每個曲線的條都會偏離現(xiàn)有曲線條形的這個數(shù)值，當(dāng)然也可以使用向量。# mark.time是用來標(biāo)注是否顯示censor檢驗點。plot(km.as.one, conf.time=100, conf.cap=0.01,conf.offset = 0.1,mark.time = T)
plot(km.by.sex, conf.time=100, conf.cap=0.01,conf.offset = c(0.1,0),mark.time = F)
先和生存曲線和作圖所需要的數(shù)據(jù)混個臉熟，明天繼續(xù)。點擊“閱讀原文”查看更多。
更多原創(chuàng)精彩內(nèi)容敬請關(guān)注生信雜談：
