一、概述生存分析（Survival Analysis）是用来描述和分析时间因素对个体生存的影响，其中生存曲线一般是常见的图表之一。而通过Kaplan-Meier（KM）法，可以绘制生存曲线用以描述研究对象的存活情况。KM生存曲线是用来描述随时间推移一个群体中存活的比例，通常是用来描述疾病的存活率。在 KM 生存曲线上，X 轴表示时间，而 Y 轴表示生存率（或存活概率或累计存活率），即一个人在某一时
转载
2023-08-08 08:42:52
555阅读
这里介绍生存曲线的绘制，对于生物医学领域来说，文章中很常见的图。一.数据处理数据格式是这样的。数据第A列是病人ID，B到I列临床信息，其他列是病人的标准化后的基因表达数据。我们只需要左侧红框的临床数据和一列基因表达数据。library(dplyr)
library(survival)
library(survminer)
data <- read.csv("BioInfoNotesData3
转载
2023-08-29 19:41:26
566阅读
生存分析（survival analysis）是生物医学研究中常用的分析方法。在队列随访研究中，我们会事先定义一些观察终点，比如肿瘤复发、患者死亡、血压达标等，这些终点称为事件（event）。从研究开始到发生事件的时间间隔称为生存时间（survival time），某些场景下也称为失效时间（failure time）。由于生存时间数据具有以下两个特点，所以提出生存分析这一特殊的分析方法。SPSS就
转载
2024-06-14 21:01:05
188阅读
我们在临床中经常使用生存曲线来表示患者的累积生存率或发病率，如下图所示，Kaplan-Meier生存曲线能够很好的表示出患者不同时间的发病率，生存率等关键数据，让人一目了然。 今天我们来演示一下如何做出像上面一样两张的图片，其中彩色的图片来自我们上次的SEER数据库的文章，题目为：Incidence, Prognostic Factors and Survival Outcome in Patie
转载
2023-06-16 20:13:27
627阅读
长期以来，Prism提供了一种非常简单的生存分析形式，即使用Kaplan-Meier生存估计。然而，这种方法仅限于创建假定为同质的人群的生存曲线，并且这种方法不包括可能在研究中为个体收集的预测变量的值（如年龄、种族、治疗组等）。虽然使用Kaplan-Meier方法生成的不同组（即“治疗”组和“控制”组）的生存曲线可以进行统计比较，但无法将连续预测变量（如年龄、血压、体重等）纳入这些估计中。Cox比
转载
2024-01-10 14:29:26
195阅读
生存分析是临床常用统计方法，一旦和时间扯上关系，分析就变得复杂多了，此时不再是单一的因变量，还需要考虑时间给因变量和自变量带来的各种影响。本次主要演示R语言做生存分析的一些方法。比如寿命表、K-M曲线、logrank检验。后续还会给大家介绍Cox回归、时依系数和时依协变量的Cox回归、生存曲线的可视化等内容。本推文不涉及理论，只有实操，想要了解生存分析的理论的请自行学习。不涉及理论，并不代表理论不
转载
2024-02-03 03:10:56
321阅读
今天推荐一个不错的绘制生存曲线的R包——ggsurvfit包，这个包最大的优点就是基于ggplot2语法来绘制生存曲线，相比survminer包的ggsurvplot()函数，ggsurvfit包的可定制化程度更高，而且绘制起来更加简单，强力推荐。特别是组合不同的生存曲线图形，极其方便。昨天我们学习了下怎么在图形中插入子图，今天来学习个稍微复杂点的，怎么将带有风险表的生存曲线插入到主图中。也就是实
# R语言 组合生存曲线实现流程
## 1. 引言
组合生存曲线（Composite survival curves）是一种将多个生存曲线进行组合的方法，用于比较不同组之间的生存率差异。在R语言中，我们可以使用`survival`包来实现组合生存曲线的绘制。
## 2. 流程图
```mermaid
flowchart TD
A[导入数据] --> B[数据预处理]
B -->
原创
2023-10-01 10:56:08
234阅读
# R语言生存曲线绘制入门指南
作为一名新入行的开发者，学习如何使用R语言绘制生存曲线是一个重要的技能。生存曲线是一种可视化工具，用于展示在特定时间内仍然存活的个体比例。在本篇文章中，我将为您详细讲解如何在R中绘制生存曲线，并按照流程展示每一步需要执行的代码。
## 整体流程
为了帮助您更好地理解生存曲线的绘制过程，以下是一个简明的流程表格:
| 步骤 | 描述
原创
2024-08-01 10:02:02
209阅读
R语言：利用survminer包实现生存分析及可视化总述下载和安装单一组别生存曲线的绘制两组生存曲线的绘制基本方法改变文字大小，字体和颜色只改变字号同时改变文字大小，字体和颜色改变图例位置，图例标题和图例名称改变曲线类型和颜色添加风险表扩大x轴的坐标范围Transform survival curves累积发病率图危险率函数Arbitrary function多组生存曲线的绘制参考网站和相关推荐
转载
2023-10-18 15:16:53
486阅读
# R语言生存曲线计算中位生存教程
## 介绍
在生存分析中，生存曲线是一种衡量事件发生率的图形表示。而中位生存是指在一组观察样本中，50%的样本事件发生时间。本教程将演示如何使用R语言计算生存曲线并得出中位生存。
## 整体流程
以下是计算R语言生存曲线并得出中位生存的整体流程：
```mermaid
erDiagram
participant 开始
participant
原创
2023-12-18 06:57:22
676阅读
例在我们将对象放入ggsurvplot()函数之后，我们可以创建简单的生存曲线估计。让我们来看看患有卵巢癌（卵巢浆液性囊腺癌）和患有乳腺癌（乳腺浸润癌）的患者之间存活时间的差异 。survivalT...
原创
2021-05-19 23:39:58
2516阅读
原文链接：http://tecdat.cn/?p=6087根据生存曲线的估计，可以推断出相比组之间存活时间的差异，因此生存曲线非常有用，几乎可以在每个生存分析中看到。例在我们将对象放入ggsurvplot()函数之后，我们可以创建简单的生存曲线估计。让我们来看看患有卵巢癌（卵巢浆液性囊腺癌）和患有乳腺癌（乳腺浸润癌）的患者之间存活时间的差异 。survivalT...
原创
2021-05-12 14:13:09
1562阅读
临床预测模型作为临床研究的“高阶玩法”，不仅仅是改变临床实践的重要途径，更是发表高分SCI文章的热门选择。但不论零基础的小白，还是已经了解过临床预测模型的同学，刚开始都会一头雾水。简单概括，Cox回归预测模型的基础统计策略大致可以概括为“一表四图”，即均衡性表、列线图、校准图、ROC图、DCA图。之前的文章中我们已经为大家介绍过均衡性表、列线图、校准图的绘制方法，今天继续复现seer公共数据库文章
转载
2024-08-09 20:26:41
114阅读
# R语言中的PH检验与生存曲线分析
生存分析在医学和生物统计学中是一个重要的领域，能够帮助我们理解某种疾病患者的生存时间。在R语言中，生存分析的工具集比较完备，其中最常见的便是Kaplan-Meier生存曲线和Cox比例风险模型（Proportional Hazards Model，简称PH模型）。在本文中，我们将讨论PH检验如何与生存曲线结合使用，并提供代码示例。
## 生存分析的基础知识
原创
2024-10-14 04:48:25
255阅读
今天讲讲如何用 Graphpad Prism 5 制作生存曲线，摆脱用 EXCEL 和 PPT 做图的习惯。生存曲线图我们经常能在文献中看到，如下图是一篇在新英格兰杂志中的一个生存图，好像是 EXCEL 是无能为力了吧。也许你会说，SPSS 也能做，但我觉得没 Graphpad Prism 做起来的图好看。好，废话不多说，进入正题。1.打开 Graphpad Prism5，点击 FILE>N
转载
2023-12-20 00:03:58
85阅读
一、生存分析的平台（直接使用平台做生存分析）生存分析的平台有很多，我使用过以下两种，感觉比较稳定也不错：
GEPIA：适合生成生存曲线可视化结果（可以作为参考，但我倾向于自己抽取数据写R代码来画生存曲线）
Cbioportal：可以用来下载临床生存数据，也可以可视化平台的使用教程就不在此处赘述了，相信大家都可以搜到二、自己写代码进行生存分析（方便可视化图的调整和修改）数据来源做生存分析需要两类数据
转载
2024-05-23 14:04:22
188阅读
γ = 1/scale =1/0.902 α = exp(−(Intercept)γ)=exp(-(7.111)*γ)> library(survival)
> myfit=survreg(Surv(futime, fustat)~1 , ovarian, dist="weibull",scale=0)
> summary(myfit)
Call:
sur
转载
2024-04-12 23:47:35
152阅读
# 如何调整R语言生存曲线颜色
生存分析是一种常用的统计方法，用来研究事件发生的时间和概率。在R语言中，我们可以使用`survival`包来进行生存分析，并绘制生存曲线。在绘制生存曲线时，有时我们想要调整曲线的颜色以使其更符合我们的需求。本文将介绍如何在R语言中调整生存曲线的颜色，并通过一个示例演示这一过程。
## 步骤
### 1. 安装并加载`survival`包
首先，我们需要安装并
原创
2024-06-22 03:31:09
201阅读
累积疾病风险生存曲线是一种常用的统计方法，用于估计一个人在特定时间内患某种疾病的风险。这种曲线可以帮助研究人员了解人群中患病的趋势，并评估不同因素对疾病发生的影响。在本文中，我们将使用R语言来绘制累积疾病风险生存曲线，并解释其基本原理。
首先，我们需要加载用于绘图的包。在R语言中，有许多包可以用于绘制生存曲线，例如`survival`包和`ggplot2`包。在本文中，我们将使用`surviva
原创
2023-11-19 08:45:16
347阅读
