R语言生存分析01

R语言生存分析

生存分析是医学数据挖掘中的重要内容 R语言中用于生存分析的包主要有survival与survminer

library(survival)
library(survminer)
library(RTCGA.clinical)


提取生存信息

应用RTCGA.clinical包

Sys.setlocale('LC_ALL','C')
## [1] "C"
survivalTCGA(BRCA.clinical, OV.clinical,
extract.cols = "admin.disease_code") -> BRCAOV.survInfo
head(BRCAOV.survInfo)
## times bcr_patient_barcode patient.vital_status admin.disease_code
## 1 3767 TCGA-3C-#U 0 brca
## 2 3801 TCGA-3C-AALI 0 brca
## 3 1228 TCGA-3C-AALJ 0 brca
## 4 1217 TCGA-3C-AALK 0 brca
## 5 158 TCGA-4H-#K 0 brca
## 6 1477 TCGA-5L-AAT0 0 brca


Surv(OS_time,status)~factor(分组因素)

构建生存对象需要生存时间，生存状态，data

fit <- survfit(Surv(times, patient.vital_status) ~ admin.disease_code,
data = BRCAOV.survInfo)
fit
## Call: survfit(formula = Surv(times, patient.vital_status) ~ admin.disease_code,
## data = BRCAOV.survInfo)
##
## n events median 0.95LCL 0.95UCL
## admin.disease_code=brca 1098 104 3472 3126 4456
## admin.disease_code=ov 576 297 1354 1229 1470


survminer包可视化:生存对象，data,risk.table是风险表

survminer::ggsurvplot(fit, data = BRCAOV.survInfo, risk.table = TRUE)


Fig1

对生存曲线进一步细节控制美化

调整参数

ggsurvplot(
fit, # 生存对象
data = BRCAOV.survInfo, # data.
risk.table = TRUE, # 风险表.
pval = TRUE, # p-value of log-rank test.
conf.int = TRUE, # 95%CI
# 生存曲线的点估计.
xlim = c(0,2000), # present narrower X axis, but not affect
# survival estimates.
break.time.by = 500, # break X axis in time intervals by 500.
ggtheme = theme_minimal(), # 主题定制.
risk.table.y.text.col = T, # colour risk table text annotations.
risk.table.y.text = FALSE # show bars instead of names in text annotations
# in legend of risk table
)


image.png

基础版本的生存曲线

library("survival")
head(lung)
## inst time status age sex ph.ecog ph.karno pat.karno meal.cal wt.loss
## 1 3 306 2 74 1 1 90 100 1175 NA
## 2 3 455 2 68 1 0 90 90 1225 15
## 3 3 1010 1 56 1 0 90 90 NA 15
## 4 5 210 2 57 1 1 90 60 1150 11
## 5 1 883 2 60 1 0 100 90 NA 0
## 6 12 1022 1 74 1 1 50 80 513 0
fit<- survfit(Surv(time, status) ~ sex, data = lung)


绘图

ggsurvplot(fit, data = lung)


image.png

定制版的生存曲线

ggsurvplot(fit, data = lung,
title = "Survival curves", subtitle = "Based on Kaplan-Meier estimates",#标题
caption = "created with survminer",#说明-右下角
font.title = c(16, "bold", "darkblue"),#标题字体
font.subtitle = c(15, "bold.italic", "purple"),#副标题字体
font.caption = c(14, "plain", "orange"),#说明字体
font.x = c(14, "bold.italic", "red"),#x轴字体
font.y = c(14, "bold.italic", "darkred"),#y轴字体
font.tickslab = c(12, "plain", "darkgreen"))#


image.png

风险表risk.table

ggsurvplot(fit, data = lung, risk.table = TRUE)


image.png

ncens plot-展示删失数据的情况 这个功能在文章里面见得比较少，但是也能画

ggsurvplot(fit, data = lung, risk.table = TRUE, ncensor.plot = TRUE)


image.png

本期内容就到这里，我是白介素2，下期再见

广而告之

说一个事，鉴于简书平台在信息传播方面有不足之处，应粉丝要求，白介素2的个人微信平台已经开启，继续聊临床与科研的故事，R语言，数据挖掘，文献阅读等内容。当然也不要期望过高，微信平台目前的定位是作为自己的读书笔记，如果对大家有帮助最好。如果感兴趣， 可以扫码关注下。

qrcode_for_gh_9eaa04438675_258.jpg

相关阅读：

R语言生存分析-01(本文)

生存曲线

R语言GEO数据挖掘01-数据下载及提取表达矩阵

R语言GEO数据挖掘02-解决GEO数据中的多个探针对应一个基因

R语言GEO数据挖掘03-limma分析差异基因

R语言GEO数据挖掘04-功能富集分析

如果没有时间精力学习代码，推荐了解：零代码数据挖掘课程

转载请注明出处