ggsurvplot 和 ggplot 格子？！使用累积发生率函数绘制卡普兰-迈尔曲线

Question

我想在一个图中绘制卡普兰迈尔曲线 (KM) 和累积事件或累积发生率函数 (CIF) 作为格子。

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（参见 this image），但我在 R 中找不到类似的东西。

目前，我运行一个代码用于两个单独的图表。第一个使用 ggsurvplot 绘制 survfit 对象，这导致 KM 曲线，而第二个使用 ggplot 在多次转换后绘制 cuminc 对象。 ggcompetingrisks 不是很优化，所以我不使用它。我也有兴趣绘制一个特定的竞争风险，例如癌症死亡，而不是所有的竞争风险。

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

有没有办法将 figKM 和 figCIF 一起放在格子图中？可以通过不同的方式绘制它们吗？

Answer 1

如果您使用 class 和 str 查看 figKM 对象的内容，您会看到该列表中的第一项是“绘图”，所以这似乎符合您的要求在您的评论中：

 library(cowplot)
 plot_grid(figKM[[1]], figKM[[1]], nrow = 2)

我不是 tidyverse 用户，所以 map_df 可能是基本函数 Reduce 或 Map 的某种克隆，但我没有足够的经验 a)知道要加载哪个包，或者 b) 有能力弄清楚你的管道表达式正在做什么。注释代码可能更容易理解。我对 survival 包很有经验。

ggsurvplot 和 ggplot 格子？！使用累积发生率函数绘制卡普兰-迈尔曲线

ggsurvplot and ggplot lattice ?! Plotting kaplan-meier curve with cumulative incidence function

r

ggplot2

survival-analysis

survminer