survSAKK包，非常棒的绘制生存曲线的R包

文章预览

生存分析研究的是某个事件发生之前过去的时间，在临床研究中最常见的应用就是死亡率的估计(预测患者的生存时间)，不过生存分析也可以应用于其他领域如机械故障时间等。 在R中，survival包中有很多函数可以对生存数据进行建模，可以使用survfit()来估计删失数据的生存曲线，使用coxph()用来拟合Cox 比例风险模型。 今天看到一个不错的绘制生存曲线的R包------survSAKK包，下面来学习下。 1. 加载案例数据 使用survival包的lung数据集，数据集包括了NCCTG晚期肺癌患者的生存率。 library (survSAKK) library (survival) df_lung %    dplyr::select( 1 , 2 , 3 , 5 , 6 ) %>%    na.omit() %>%    dplyr::filter(ph.ecog 3) df_lung$sex 'Male',  'Female' )) glimpse(df_lung)          # 预览数据 # 数据解释 inst       # 机构代码； time       # 生存天数； status     # 生存状态，1为删失，2 ………………………………