引言：
生存分析是臨床上較為常用的統計學方法，用於比較不同組別的患者在接受幹預之後，生存時間的變化情況。生存分析是醫學領域中一個重要的內容，在各個疾病領域的研究中都運用十分廣泛。在R中進行生存分析常用的包主要有survival包以及survminer包。
?Survival 包提供了生存函數的建立，Cox模型的建立，以及比較分析。這個包也提供了基於基礎繪圖系統的生存曲線繪製。?Survminer包提供了基於ggplot2系統對於生存分析的可視化，使得生存分析具有更加美觀的圖形，以及自我定製方式。
而今天我們的主角就是Survminer包，讓我們鼓足精神一起來學習「如何使用Survminer包優雅的繪製生存曲線」吧。
1．Survminer包主要函數介紹
＃該包包含的主要函數有：
主要函數用法ggsurvplot （）利用＇number at risk＇表，事件表的累計數量和被過濾的主體表的累計數繪製生存曲線arrange＿ggsurvplots （）在同一頁面上排列多個ggsurvplotsggsurvevents （）繪製事件的時間分布surv＿summary （）生存曲線總結，默認的summary （）函數相比，surv＿summary （）創建一個數據幀，其中包含來自survfit結果的漂亮摘要surv＿cutpoint （）一次確定一個或多個連續變量的最佳切點，提供與生存最顯著關係對應的一個切點的值。pairwise＿survdiff （）生存曲線的多重比較，計算分組級別之間的配對比較，以及多個測試的更正ggcoxzph （）比例危害的圖形測試，顯示縮放的Schoenfeld殘差圖，以及使用ggplot2的平滑曲線，plot．cox．zph（）的包裝器ggcoxdiagnostics （）顯示診斷圖表顯示cr比例危險模型的良好ggcoxfunctional （）顯示關於零cox比例危險模型鞅殘差的連續解釋變量的圖，cox模型中連續變量的函數形式的正確選取ggforest （）繪製CoxPH模型的forest plotggcoxadjustedcurves （）繪製coxph模型的調整生存曲線ggcompetingrisks （）繪製競爭風險的累積關聯曲線
在以上眾多函數中，ggsurvplot （）函數和ggcoxzph （）函數是生存分析中應用最多的函數，arrange＿ggsurvplots （）函數是讓多個 ggsurvplots作圖生存曲線合併。今天我們也將主要講解這三個函數。（如果需要其他函數的學習，請自行查閱 Survminer包說明文檔）
2．主要函數ggsurvplot（）
2．1 用法：
ggsurvplot（fit， data ＝ NULL， fun ＝ NULL， color ＝ NULL， palette ＝ NULL， linetype ＝ 1， conf．int ＝ FALSE， pval ＝ FALSE， pval．method ＝ FALSE， test．for．trend ＝ FALSE， surv．median．line ＝ ＂none＂， risk．table ＝ FALSE， cumevents ＝ FALSE， cumcensor ＝ FALSE， tables．height ＝ 0．25， group．by ＝ NULL， facet．by ＝ NULL， add．all ＝ FALSE， combine ＝ FALSE， ggtheme ＝ theme＿survminer（）， tables．theme ＝ ggtheme， ．．．）
2．2 主要參數詳解：
參數用法fit需要畫的生存曲線對象，可以是擬合好的生存對象，也可以是包含生存信息的數據框、列表data用來擬合生存曲線的數據集，如果未提供，則將從「fit」對象中提取數據fun定義生存曲線變換的任意函數。event：f（y） ＝ 1－y；cumhaz：f（y） ＝－log（y）；pct：生存率百分比color繪製生存曲線的顏色設置，可使用調色板palette使用調色板linetype改變線條類型conf．int邏輯值，如果為TRUE，則繪製置信區間pval邏輯中，如果為TRUE，則繪製p值pval．method是否添加一個文本，其中包含用於計算pvalue的檢驗名稱，該文本對應於生存曲線的比較。僅在pval＝TRUE時使用test．for．trend邏輯值，默認為FALSE，如果是TRUE，返回p值的趨勢檢測surv．median．line用於在中間生存點繪製水平／垂直線的字符向量，可選擇的值包括c（＂none＂，＂hv＂，＂h＂，＂v＂）中的一個，其中v：垂直，h：水平risk．table顯示絕對數量和風險個體的百分比cumevents指定是否顯示累計事件數表的邏輯值，默認值為FALSEcumcensor邏輯值，指定是否顯示審查累計次數的表，默認值為FALSEtables．height數值（在［0－1］中），指定主生存圖下所有表的一般高度add．all邏輯值如果為真，則將合併患者的生存曲線（空模型）添加到主圖中combine邏輯值如果為TRUE，則在同一繪圖上合併列表survfit對象2．3 示例：
＃首先，安裝並加載包，直接在R中安裝即可
install．packages（＂survival＂）install．packages（＂survminer＂）library（survival）library（survminer）
＃示例數據選用R語言中非常出名的lung數據集
＃查看數據組成View（lung）
＃表中數據解釋：
?time：患者生存時間，單位是days?status：患者結局，1表示刪失，2表示死亡?其餘變量：自變量，比如：age表示年齡，sex表示性別等等
＃然後，使用該數據擬合生存曲線 （這裡使用Survival包，具體生存分析的方法可以查看Survival包學習文檔）
fit＜－ survfit（Surv（time， status） ～ sex， data ＝ lung）
＃構建好fit對象後，開始畫圖
＃默認參數畫圖ggsurvplot（fit， data ＝ lung）
＃ 添加中位生存ggsurvplot（fit， data ＝ lung， surv．median．line ＝ ＂hv＂）