在 ggplot 中绘制连续协变量的预测生存曲线

如何绘制 cox 比例风险模型中连续协变量的代表值的生存曲线？具体来说，我想在 ggplot 中使用“survfit.cox”“survfit”对象来执行此操作。

这似乎是一个已经得到解答的问题，但我已经使用术语“survfit”和“newdata”（以及许多其他搜索术语）搜索了 SO 中的所有内容。这是迄今为止最接近回答我的问题的线程：绘制 Cox 回归的 Kaplan-Meier 图 https://stackoverflow.com/questions/32076310/plot-kaplan-meier-for-cox-regression/32104623#32104623

与该帖子的答案之一中提供的可重现示例一致：

url <- "http://socserv.mcmaster.ca/jfox/Books/Companion/data/Rossi.txt"
df <- read.table(url, header = TRUE)

library(dplyr)
library(ggplot2)
library(survival)
library(magrittr)
library(broom)

# Identifying the 25th and 75th percentiles for prio (continuous covariate)

summary(df$prio)

# Cox proportional hazards model with other covariates
# 'prio' is our explanatory variable of interest

m1 <- coxph(Surv(week, arrest) ~ 
                       fin + age + race + prio,
                     data = df)

# Creating new df to get survival predictions
# Want separate curves for the the different 'fin' and 'race'
# groups as well as the 25th and 75th percentile of prio

newdf <- df %$%
  expand.grid(fin = levels(fin), 
                    age = 30, 
                    race = levels(race), 
                    prio = c(1,4))

# Obtain the fitted survival curve, then tidy 
# into a dataframe that can be used in ggplot

survcurv <- survfit(m1, newdata = newdf) %>%
  tidy()

问题是，一旦我将这个数据框称为survcurv，我无法判断哪个“估计”变量属于哪个模式，因为没有保留任何原始变量。例如，哪个“估计”变量代表 30 岁的拟合曲线，race = 'other'，prio = '4'，fin = 'no'？

在我见过的所有其他示例中，通常将 survfit 对象放入通用对象中plot()函数并且不添加图例。我想使用 ggplot 并为每条预测曲线添加图例。

在我自己的数据集中，模型比我在这里显示的要复杂得多，并且有更多的曲线，因此您可以想象看到 40 个不同的“estimate.1”..“estimate.40”变量使其难以理解什么是什么。

感谢您提供了一个措辞良好的问题和一个很好的例子。我有点惊讶tidy在创造合理的输出方面做得相对较差。请参阅下面我尝试创建一些可绘制数据的尝试：

library(tidyr)
newdf$group <- as.character(1:nrow(newdf))

survcurv <- survfit(m1, newdata = newdf) %>%
  tidy() %>% 
  gather('key', 'value', -time, -n.risk, -n.event, -n.censor) %>% 
  mutate(group = substr(key, nchar(key), nchar(key)),
         key   = substr(key, 1, nchar(key) - 2)) %>% 
  left_join(newdf, 'group') %>% 
  spread(key, value)

然后创建一个情节（也许你想使用geom_step相反，但不幸的是没有阶梯形丝带）：

ggplot(survcurv, aes(x = time, y = estimate, ymin = conf.low, ymax = conf.high,
                     col = race, fill = race)) +
  geom_line(size = 1) +
  geom_ribbon(alpha = 0.2, col = NA) +
  facet_grid(prio ~ fin)