Question

如何在cox比例风险模型中绘制连续协变量代表值的生存曲线？具体来说，我想在ggplot中使用＆＃34; survfit.cox＆＃34; ＆＃34; survfit＆＃34;宾语。

这可能看起来像是一个已经回答的问题，但我已经搜索了SO中的所有内容，其中包括“幸存”和“＃和＆＃39; newdata＆＃39; （加上许多其他搜索词）。到目前为止，这是最接近回答我的问题的主题：Plot Kaplan-Meier for Cox regression

与该帖子的一个答案中提供的可重现的例子保持一致：

url <- "http://socserv.mcmaster.ca/jfox/Books/Companion/data/Rossi.txt"
df <- read.table(url, header = TRUE)

library(dplyr)
library(ggplot2)
library(survival)
library(magrittr)
library(broom)

# Identifying the 25th and 75th percentiles for prio (continuous covariate)

summary(df$prio)

# Cox proportional hazards model with other covariates
# 'prio' is our explanatory variable of interest

m1 <- coxph(Surv(week, arrest) ~ 
                       fin + age + race + prio,
                     data = df)

# Creating new df to get survival predictions
# Want separate curves for the the different 'fin' and 'race'
# groups as well as the 25th and 75th percentile of prio

newdf <- df %$%
  expand.grid(fin = levels(fin), 
                    age = 30, 
                    race = levels(race), 
                    prio = c(1,4))

# Obtain the fitted survival curve, then tidy 
# into a dataframe that can be used in ggplot

survcurv <- survfit(m1, newdata = newdf) %>%
  tidy()

问题是，一旦我有这个名为survcurv的数据帧，我就无法分辨出哪个＆＃39;估计＆＃39;变量属于哪种模式，因为没有保留原始变量。例如，“估计”中的哪一个＆＃39;变量代表30岁的拟合曲线，种族=＆＃39;其他＆＃39;，prio =＆＃39; 4＆＃39;，fin =＆＃39; no＆＃39;？

在我见过的所有其他示例中，通常会将survfit对象放入通用plot()函数中，并且不会添加图例。我想使用ggplot并为每个预测曲线添加一个图例。

在我自己的数据集中，模型要复杂得多，并且曲线比我在此处显示的要多得多，因此您可以想象看到40种不同的估计。＆＃39; ..＆＃39 ; estimate.40＆＃39;变量使得很难理解什么是什么。

Answer 1

感谢您提供一个措辞严谨的问题和一个很好的例子。我有点惊讶tidy在创造合理的产出方面做得相对较差。请参阅下文，了解我尝试创建一些可绘制的数据：

library(tidyr)
newdf$group <- as.character(1:nrow(newdf))

survcurv <- survfit(m1, newdata = newdf) %>%
  tidy() %>% 
  gather('key', 'value', -time, -n.risk, -n.event, -n.censor) %>% 
  mutate(group = substr(key, nchar(key), nchar(key)),
         key   = substr(key, 1, nchar(key) - 2)) %>% 
  left_join(newdf, 'group') %>% 
  spread(key, value)

创建一个情节（也许你想使用geom_step代替，但遗憾的是没有阶梯状的功能区）：

ggplot(survcurv, aes(x = time, y = estimate, ymin = conf.low, ymax = conf.high,
                     col = race, fill = race)) +
  geom_line(size = 1) +
  geom_ribbon(alpha = 0.2, col = NA) +
  facet_grid(prio ~ fin)

Answer 2

尝试像这样定义survcurv：

survcurv <- 
  lapply(1:nrow(newdf),
         function(x, m1, newdata){
           cbind(newdata[x, ], survfit(m1, newdata[x, ]) %>% tidy)
         },
         m1, 
         newdf) %>%
  bind_rows()

这将包括所有预测值作为具有预测估计值的列。

绘制ggplot中连续协变量的预测生存曲线

2 个答案: