用R语言进行KM生存分析

R是数据分析常用的软件之一，通过各种功能强大的R包，可以简单方便的实现各种分析。在R语言中，能够进行生存分析的R包很多，survival和survminer是其中最基本的两个，survival负责分析，survimner负责可视化，二者相结合，可以轻松实现生存分析。具体过程如下

1. 准备生存数据

对于每个个体而言，其生存数据会出现两种情况，第一种是观测到生存时间，通常用1表示，第二种则是删失。通常用0表示。survival自带了一个测试数据lung, 内容如下所示

每一行代表一个样本，time表示生存时间，status表示删失情况，这里只有1和2两种取值，默认排序后的第一个level对应的值为删失，这里则为1表示删失。其他列为样本对应的性别，年龄等基本信息。

2. 进行生存分析

这里根据性别这个二分类变量，采用KM算法来估计生存曲线，代码如下

从fit中提取结果构成了d这个数据框，可以看到已经包含了每个时间点的生存概率，删失等信息，通过这些信息，完全可以自己写代码来画图。为了方便，我们直接采用survminer中的函数来进行可视化。

3. 分析结果的可视化

最基本的可视化方式如下

library("survminer")
ggsurvplot(fit)

效果图如下所示

两条不同颜色的折线代表不用性别的生存曲线。对于两组生存数据，通常都需要比较二者之间是否具有差异，最常用的算法是log-rank test。survminer在可视化结果时，也支持进行差异检验，并将对应的p值标记在图上，代码如下

ggsurvplot(fit, pval = TRUE)

效果图如下

上图中的p值小于0.05，说明不同性别的生存曲线存在显著差异。除了这些基本功能外，该函数还有多个参数，可以灵活的展示结果，比如添加置信区间，代码如下

ggsurvplot(fit, pval = TRUE, conf.int = TRUE)

效果图如下

也支持标记生存时间的中位数，代码如下

ggsurvplot(fit, pval = TRUE, conf.int = TRUE, surv.median.line = "hv")

效果图如下

该函数还有非常多的参数，可以非常个性化的调整可视化结果，更加详细的参数用法请参考官方的帮助文档。