问题描述
我想在一个图中将卡普兰迈耶曲线 (KM) 和累积事件或累积关联函数 (CIF) 绘制为格子。
我最近从 SAS 切换到 R,在 SAS 中,您可以使用宏一步完成所有操作(请参阅 this image),但我在 R 中还没有找到类似的东西。
目前,我为两个单独的图形运行了一个代码。第一个使用 survfit
绘制 ggsurvplot
对象,导致 KM 曲线,而第二个使用 cuminc
在多次转换后绘制 ggplot
对象。 ggcompetingrisks
不是很优化,所以我不使用它。此外,我有兴趣绘制一种特定的竞争风险,例如癌症死亡,而不是所有竞争风险。
这是我当前使用 survminer
包中的 BMT 数据帧的代码示例。
library(survminer)
library(cmprsk)
data(BMT)
# I'll add the variable Death to plot overall survival.
BMT <- mutate(BMT,death = ifelse (status == 1,1,0))
# KM plot:
figKM <- ggsurvplot(survfit(Surv(ftime,death) ~ dis,BMT))
figKM
# CIF plot:
cif <- cuminc(ftime = BMT$ftime,fstatus = BMT$status,group = BMT$dis,cencode = 0)
cifDT <- cif %>%
list_modify("Tests" = NULL) %>%
map_df(`[`,c("time","est"),.id = "id") %>%
filter(id %in% c("0 1","1 1")) # to keep the incident I want
figCIF <- ggplot (cifDT,aes(x = time,y = est,color = id)) + geom_step(lwd = 1.2)
figCIF
有没有办法把 figKM 和 figCIF 放在一个格子图中?可以通过不同的方式绘制它们吗?