离散变量生存曲线简介
离散变量生存曲线（Discrete Variable Survival Curve）是一种用于分析和展示生存数据的方法，特别适用于离散型变量。离散变量是指只能取特定值的变量，例如性别（男、女）、治疗组（对照组、实验组）等。
离散变量生存曲线的基本概念
生存分析：用于处理时间到事件的数据，例如患者从治疗开始到疾病复发的时间，或者从手术到死亡的时间。生存分析的核心在于分析时间和事件之间的关系。
生存函数（Survival Function, S(t)）：描述在时间 ( t ) 之后个体仍然存活的概率。数学上表示为 ( S(t) = P(T > t) )，其中 ( T ) 是生存时间。
离散变量：生存分析中可以根据离散变量（如治疗组、性别等）将数据分组，对每个组分别绘制生存曲线。
应用场景
临床试验：比较不同治疗方案的效果。 流行病学研究：分析不同人群的生存率。 工程领域：评估设备或系统的寿命。
离散变量生存曲线在各个领域都有广泛应用，能够帮助研究人员理解和比较不同组别的生存情况，从而提供重要的决策支持。
应用实例
下图是以分期为变量（见图例），比较不同分期之间的生存率是否具有差异；横坐标代表生存时间，单位是年；纵坐标代表生存率；通过P值可以了解不同分期之间生存率是否存在差异，若p<0.05则说明不同分期的生存率存在差异；如下图，p<0.001,Ⅰ期的生存率最高，Ⅳ期生存率最低。
源文件
输入文件有四列信息
id: 样品名称
futime:生存时间，单位为年。
fustat:生存状态，0代表存活，1代表死亡。
离散变量：分期、性别、年龄分组等
代码
环境准备
这段代码设置了用于生存分析的基本环境，包括安装必要的包、加载包、设置输入输出文件和变量，以及设置工作目录。以下是逐行解释：
# 安装必要的包
#install.packages("survival")
#install.packages("survminer")
这两行代码用于安装survival和survminer包。如果已经安装过，可以跳过这一步。这两行代码目前被注释掉了，如果需要安装这些包，可以去掉注释。
# 引用包
library(survival)
library(survminer)
这两行代码用于加载survival和survminer包，这两个包是进行生存分析和生存曲线可视化的常用包。
inputFile = "input.txt"
outFile = "survival.pdf"
这两行代码定义了输入文件名为"input.txt"，输出文件名为"survival.pdf"。
var = "Stage" # 用于生存分析的变量
这行代码定义了用于生存分析的变量为"Stage"，表示将使用输入数据中的Stage列进行分析。
setwd("D:\\biowolf\\bioR\\34.survivalDiscrete") # 设置工作目录
这行代码设置当前工作目录为"D:\\biowolf\\bioR\\34.survivalDiscrete"。
数据准备
下面这段代码用于读取输入数据文件，并准备进行生存分析的数据。以下是逐行解释：
# 读取数据
rt = read.table(inputFile, header = TRUE, sep = "\t", check.names = FALSE)
这行代码读取制表符分隔的输入文件，并将其内容存储到数据框rt中。header = TRUE表示文件的第一行是列名，check.names = FALSE表示不自动修改列名。
rt = rt[, c("futime", "fustat", var)]
这行代码选择数据框rt中的三列进行分析：生存时间（futime）、生存状态（fustat）和变量var（在之前定义的变量）。这里假设输入数据文件中包含这些列。
colnames(rt)[3] = "Type"
这行代码将第三列的列名改为"Type"，这样在后续分析中可以更容易引用该列。
groupNum = length(levels(factor(rt[,"Type"])))
这行代码计算"Type"列中的不同组数，并将其存储在变量groupNum中。factor(rt[,"Type"])将"Type"列转换为因子，然后levels函数返回因子的水平，length函数计算水平的数量。
总结来说，这段代码的目的是读取输入数据文件，选择需要进行生存分析的列，并准备数据框进行分析。同时，它还计算了用于分析的分组数目。
比较组间生存差异的P值
这段代码用于比较不同组间的生存差异，并计算相应的p值。以下是逐行解释：
diff = survdiff(Surv(futime, fustat) ~ Type, data = rt)
这行代码使用survdiff函数计算不同组间的生存差异。Surv(futime, fustat)创建一个生存对象，其中futime是生存时间，fustat是生存状态（事件发生为1，未发生为0）。~ Type表示按Type变量分组，data = rt指定数据来源。
pValue = 1 - pchisq(diff$chisq, df = (groupNum - 1)) # df自由度
这行代码计算卡方检验的p值。diff$chisq是survdiff计算的卡方值，df = (groupNum - 1)是自由度，自由度等于组数减1。pchisq函数返回卡方分布的累积分布函数值，1减去该值即为p值。
if(pValue < 0.001) {
pValue = "p<0.001"
} else {
pValue = paste0("p=", sprintf("%.3f", pValue))
}
这段代码格式化p值。如果p值小于0.001，则将其表示为"p<0.001"；否则，将其格式化为小数点后三位并转换为字符串。
fit <- survfit(Surv(futime, fustat) ~ Type, data = rt)
这行代码使用survfit函数根据Type变量分组拟合生存曲线。Surv(futime, fustat)创建生存对象，~ Type表示按Type变量分组，data = rt指定数据来源。fit对象包含生存曲线拟合的结果。
总结来说，这段代码的目的是计算不同组间的生存差异的p值，并拟合生存曲线。
绘制生存曲线
这段代码使用ggsurvplot函数绘制生存曲线，并将结果保存到PDF文件中。以下是逐行解释：
surPlot = ggsurvplot(fit,
data = rt,
conf.int = FALSE, # 不显示置信区间
pval = pValue, # 显示p值
pval.size = 5, # p值字体大小
legend.labs = levels(factor(rt[,"Type"])), # 图例标签
legend.title = var, # 图例标题
xlab = "Time (years)", # x轴标签
break.time.by = 1, # x轴时间间隔
risk.table.title = "", # 风险表标题为空
risk.table = FALSE, # 不显示风险表
risk.table.height = .25) # 风险表高度
这段代码使用ggsurvplot函数创建生存曲线图。参数解释如下：
fit: 使用survfit函数拟合的生存曲线对象。data = rt: 用于绘图的数据。conf.int = FALSE: 不显示置信区间。pval = pValue: 显示p值。pval.size = 5: 设置p值的字体大小。legend.labs = levels(factor(rt[,"Type"])): 设置图例标签为Type变量的水平。legend.title = var: 设置图例标题为变量名var。xlab = "Time (years)": 设置x轴标签为“Time (years)”。break.time.by = 1: 设置x轴时间间隔为1年。risk.table.title = "": 设置风险表标题为空。risk.table = FALSE: 不显示风险表。risk.table.height = .25: 设置风险表的高度。
pdf(file = outFile, onefile = FALSE, width = 5, height = 4.5)
这行代码设置输出设备为PDF文件，文件名为"survival.pdf"，并指定PDF的宽度为5英寸，高度为4.5英寸。
print(surPlot)
这行代码将绘制的生存曲线图输出到PDF文件中。
dev.off()
这行代码关闭PDF设备，完成图形的保存。
总结来说，这段代码的目的是使用ggsurvplot函数绘制生存曲线，并将图形保存为PDF文件。
现在：
长按扫码关注：科研生信充电宝
5元赞赏本文，即喜欢作者~
即可直接解锁：
《R语言小白绘图系列·第33弹|离散变量生存曲线》哦~
您将获得示例输入文件和完整代码
看到这里你还不心动吗？
赶紧关注、转发、点赞、分享，领取你的专属福利吧~
好啦，以上就是今天推文的全部内容啦！
今天的分享就到这里啦~
另外，本公众号建立了R语言和Python学习分享群，联系后台小编，拉您入群。
版权声明：本文内容由互联网用户自发贡献，版权归作者所有，本公众号不拥有所有权，也不承担相关法律责任。
如果您发现本公众号中有涉嫌抄袭的内容，欢迎发送邮件至：kysxcdb@163.com 进行举报，一经查实，本公众号将立刻删除涉嫌侵权内容。
