如何绘制累计生存分析概率曲线图?以一篇柳叶刀发表论文中的图片为例 |
您所在的位置:网站首页 › 如何做概率累计曲线图 › 如何绘制累计生存分析概率曲线图?以一篇柳叶刀发表论文中的图片为例 |
近日,在《柳叶刀》发表了一项关于“夜晚服药相较早晨服药是否能降低主要心血管事件的发生率”的随机对照研究引起了广泛讨论 来自英国邓迪大学医学院分子和临床医学部的Thomas M MacDonald团队,设计了一项去中心化的实效性随机对照试验,将来自英国的21104位高血压病患者随机分入早晨服药组(6:00-10:00)和夜晚服药组(20:00-00:00),并对血管相关的死亡、非致死性心肌梗死/卒中导致的住院等首要结局事件进行随访和数据库对比分析。 21104例完成随机分组。参与者平均年龄65.1岁,女性占比42.5%,白人占比为90.5%。在中位时间为5.2年的随访期间,夜晚服药组首要结局事件的发生率为3.4%(362/10503),而早晨服药组则为3.7%(390/10601)。 夜晚服药组每100人年的随访中有0.69例事件发生,而早晨服药组则为0.72例,二者相比并无显著差异(风险比0.95,95%CI:0.83-1.10,P=0.53)。 夜晚服药组和早晨服药组首要结局事件的累积风险对比有小伙伴就问我,这篇文章中的图是什么图呢?又是如何绘制出来的呢? 这张图实际上就是一张生存曲线图 但是看上去和传统的K-M生存曲线似乎不太一样? K-M生存曲线没错,因为这是一张累计事件发生概率曲线 那么应该如何绘制呢? 以下是部分R软件代码 library(ggplot2) library(survival) library(survminer) 然后用ggsurvplot函数绘图 ggsurvplot(survfit(Surv(Os,Status)~Group,data=data1), fun = " ", surv.plot.height= 0.7, main = "Survival curve", legend.title = "Group", legend.labs = c("Treat", "Control"), legend=c(0.8,0.7), xlab="time", ylab="Cumulative Event Rate (%)", ylim = c(0,1), risk.table = TRUE, tables.height = 0.15, tables.theme = theme_cleantable(), font.main = c(14, "bold", "darkblue"), font.x = c(14, "plain", "black"), break.x.by = 10, break.y.by = 0.1, font.y = c(14, "plain", "black"), font.tickslab = c(12, "plain", "black"), risk.table.col="strata", risk.table.height=0.2,) 这样就可以绘制出来了 同理,也可以用同样的方式绘制累计风险图,百分比生存概率图 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |