生存分析|知道这些又没有坏处
一 基本概念
生存分析：研究各个因素与生存时间有无关系以及关联程度大小。可拓展到疾病复发时间，机器的故障时间等。
起始事件：反应研究对象开始生存过程的起始特征事件。 终点事件（死亡事件）：出现研究者所关心的特定结局。如“病人因该疾病死亡”。 观察时间：从研究开始观察到研究观察结束的时间。 生存时间：观察到的存活时间，用符号t表示。 完全数据：从观察起点到死亡事件所经历的时间，生存时间是完整的。 截尾数据（删失值）：观察时间不是由于终点事件而结束的，而是由于(1)失访(2)死于非研究因素(3)观察结束而对象仍存活以上三种原因结束的。常在截尾数据的右上角放一个“+”表示其实该对象可能活的更久。
变量：生存分析的变量有两个：生存时间t和结局变量(0-1)。其中结局变量1表示死亡事件，0表示截尾。 生存曲线：以生存时间为横轴、生存率为纵轴绘制一条生存曲线。 中位生存时间：又称为生存时间的中位数，表示刚好有50%的个体其存活期大于该时间。
二 生存分析部分内容
1、描述生存过程
研究生存时间的分布特点，估计生存率及其标准误、绘制生存曲线。常用方法有乘积极限法（K-M法）和寿命表法，此处简单介绍乘积极限法（K-M法）。 http://www.360doc.com/content/17/0626/11/6175644_666623573.shtml 这个强烈推荐看一下，形象的说明了KM曲线能告诉我们什么，以及乘积极限法的基本原理。封面图也是这个链接下的，保留水印，侵删。
注：生存曲线为单因素分析（两个或者多个水平），用中位生存时间表示生存时间的平均水平；
2、比较生存过程 获得生存率及其标准误的估计值后，可以进行两组或多组生存曲线的比较，常用方法有对数秩检验(log-rank检验)。如曲线交叉，可能存在混杂因素。 注：两个或者多个生存曲线的比较（单因素两个或者多个水平）
3、影响生存时间的因素分析 常用的多因素生存分析方法：Cox比例风险回归模型。
三 R包进行生存分析
1、R-survival包进行生存分析，并绘制KM曲线图：
Surv：用于创建生存数据对象
survfit：创建KM生存曲线或是Cox调整生存曲线
survdiff：用于不同组的统计检验
coxph：构建COX回归模型 （待）
cox.zph：检验PH假设是否成立 （待）#载入包，读取数据
library(survival)
dat <- read.table('Test.txt',header=TRUE)
1） 估计生存函数，观察不同组间的区别 # 估计KM生存曲线 # OS_time：跟踪到的存活时间 # OS_Status: 跟踪到的存活状态 # COV1:表示按照COV1进行分组
fit <- survfit(Surv(dat$OS_time,as.numeric(dat$OS_Status))~dat$COV1,data=dat)
# 获得的survial列就是生存率
summary(fit)2） 比较不同因子分组的生存效果，检验显著性
survdiff(Surv(dat$OS_time,as.numeric(dat$OS_Status))~dat$COV1,data=dat)3） 绘制KM曲线图 #横轴表示生存时间，纵轴表示生存概率，为一条梯形下降的曲线。下降幅度越大，表示生存率越低或生存时间越短。
plot(fit,xlab="Time(Days)",ylab="Survival",main="",col=c("blue","red"),lty=2,lwd=2)
legend("topright",c("A","B"),col=c("blue","red"),lty=2,lwd=2,cex=0.7)
2、R-survminer包绘制KM曲线图：
图形更精美，展示效果更好。
library("survminer") #载入R包
fit<- survfit(Surv(time, status) ~ sex, data = lung) #读取数据
#绘制KM图
ggsurvplot(fit, data = lung,
surv.median.line = "hv", # Add medians survival
# Change legends: title & labels
legend.title = "Sex",legend.labs = c("Male", "Female"),
# Add p-value and tervals
pval = TRUE,pval.size = 3,
# Change censor
censor.shape = 124,censor.size = 2,
conf.int = FALSE,# 有无置信区间
break.x.by = 100, #横轴坐便
# Add risk table
risk.table = TRUE,tables.height = 0.2,tables.theme = theme_cleantable(),
#palette = c("#E7B800", "#2E9FDF"),
palette = c("blue", "purple"),
ggtheme = theme_bw(), # Change ggplot2 theme
# Change font size, style and color
main = "Survival curve",
font.main = c(16, "bold", "darkblue"),
font.x = c(14, "bold.italic", "red"),
font.y = c(14, "bold.italic", "darkred"),
font.tickslab = c(12, "plain", "darkgreen")
)
四、参考资料： https://blog.csdn.net/Jaen_tail/article/details/79081954 http://127.0.0.1:20803/library/survminer/html/ggsurvplot.html http://www.360doc.com/content/17/0626/11/6175644_666623573.shtml
PS：公众号后台回复“入群”，备注 姓名+单位/学校+研究方向 即邀请您进交流群！