1

我有一个数据集，其中包含经过/未经治疗的样本及其死亡年龄和性别。所有的样本都是死的。我想测试治疗是否影响生存。

数据集 df 如下所示

  FID gender age_at_death treatment event
1 101 female      46  Y     1
2 102 female      65  Y     1
3 103   male      73  Y     1
4 104   male      74  N     1
5 105 female      56  N     1
6 106   male      57  N     1

以下是我测试治疗是否影响生存的代码：

library(survminer)    
surv_obj <- Surv(time=df$age_at_death, event=df$event)
fit <- survfit(surv_obj ~treatment, data=df)
ggsurvplot(fit, data = df, pval = TRUE, title = "test" )

不同治疗组的生存图

在此处输入图像描述

但是性别是一个相当重要的共同变量（女性通常比男性活得更长），因此我想根据性别进行调整。但是下面的代码给了我 4 条生存曲线。我想要的是根据性别调整的两条曲线（治疗与非治疗）。

fit1 <- survfit(surv_obj ~treatment + gender, data=df)
ggsurvplot(fit, data = df, pval = TRUE, title = "test" )

在此处输入图像描述

fit2 <- coxph( Surv(time=df$age_at_death, event=df$event) ~ treatment, data = df )
ggadjustedcurves(fit2, data = df)

这只给出一条曲线。

在此处输入图像描述

fit3 <- coxph( Surv(time=df$age_at_death, event=df$event) ~ treatment +strata(gender), data = df )
ggadjustedcurves(fit3, data = df)

这给出了双曲线，男性与女性。

在此处输入图像描述

我想要的图类似于这个例子：

在此处输入图像描述

“在对年龄、性别、种族、怀疑影响 B27 检测和死亡率的疾病进行调整后”。他们调整了相当多的协变量，并调整了 B27+ 和 B27- 的生存图（我的治疗与未治疗）。

任何帮助将不胜感激！！！

4

0 回答 0