Kaplan meier 生存曲线在 R 中翻转了吗？
Kaplan meier survival curve is flipped in R?
我正在对数据拟合 K.M 生存模型，模型的摘要看起来不错，但每当我绘制它时，它就会反转，因为它在第 0 天为 0，在第 2500 天为 1，这应该是相反的？
kaplan <- survfit(Surv(time_diff, death)~1, data = new_data)
summary(kaplan)
time
n.risk
n.event
P((s0))
P(1)
6
84
1
0.9881
0.0119
7
83
1
0.9762
0.0238
11
79
1
0.9638
0.0362
13
78
1
0.9515
0.0485
18
74
1
0.9386
0.0614
19
73
1
0.9258
0.0742
20
72
1
0.9129
0.0871
21
71
1
0.9000
0.1000
24
68
1
0.8868
0.1132
26
67
2
0.8603
0.1397
29
64
1
0.8469
0.1531
33
62
1
0.8332
0.1668
47
57
1
0.8186
0.1814
56
54
1
0.8035
0.1965
63
53
1
0.7883
0.2117
64
52
1
0.7731
0.2269
75
50
1
0.7577
0.2423
85
47
1
0.7416
0.2584
96
46
1
0.7254
0.2746
117
45
1
0.7093
0.2907
133
44
1
0.6932
0.3068
138
42
1
0.6767
0.3233
139
41
1
0.6602
0.3398
144
40
1
0.6437
0.3563
170
37
1
0.6263
0.3737
180
36
1
0.6089
0.3911
189
35
1
0.5915
0.4085
192
34
1
0.5741
0.4259
210
33
1
0.5567
0.4433
225
32
1
0.5393
0.4607
253
30
1
0.5213
0.4787
258
29
1
0.5033
0.4967
269
28
1
0.4854
0.5146
548
19
1
0.4598
0.5402
603
17
1
0.4328
0.5672
1078
11
1
0.3934
0.6066
1263
10
1
0.3541
0.6459
1388
8
1
0.3098
0.6902
1466
7
1
0.2656
0.7344
2060
5
1
0.2125
0.7875
2097
4
1
0.1593
0.8407
2281
3
1
0.1062
0.8938
2460
2
1
0.0531
0.9469
2828
1
1
0.0000
1.0000
plot(kaplan)
Resulting plot
对不起，如果问题很简单，因为我是新 R！
非常感谢！
可能您的状态变量 death 是一个因素。不应该的。它应该是数字。
运行 下面是一个玩具示例。在这里，status 是一个因素，所以情节看起来像你的：
time<-1:10
status<-factor(rep(1:0, 5)) # factor!
fit<-survfit(Surv(time, status)~1)
plot(fit)
现在，status 是数字，情节看起来就像您希望的那样。
time<-1:10
status<-rep(1:0, 5) # numeric!
fit<-survfit(Surv(time, status)~1)
plot(fit)
我正在对数据拟合 K.M 生存模型，模型的摘要看起来不错，但每当我绘制它时，它就会反转，因为它在第 0 天为 0，在第 2500 天为 1，这应该是相反的？
kaplan <- survfit(Surv(time_diff, death)~1, data = new_data)
summary(kaplan)
| time | n.risk | n.event | P((s0)) | P(1) |
|---|---|---|---|---|
| 6 | 84 | 1 | 0.9881 | 0.0119 |
| 7 | 83 | 1 | 0.9762 | 0.0238 |
| 11 | 79 | 1 | 0.9638 | 0.0362 |
| 13 | 78 | 1 | 0.9515 | 0.0485 |
| 18 | 74 | 1 | 0.9386 | 0.0614 |
| 19 | 73 | 1 | 0.9258 | 0.0742 |
| 20 | 72 | 1 | 0.9129 | 0.0871 |
| 21 | 71 | 1 | 0.9000 | 0.1000 |
| 24 | 68 | 1 | 0.8868 | 0.1132 |
| 26 | 67 | 2 | 0.8603 | 0.1397 |
| 29 | 64 | 1 | 0.8469 | 0.1531 |
| 33 | 62 | 1 | 0.8332 | 0.1668 |
| 47 | 57 | 1 | 0.8186 | 0.1814 |
| 56 | 54 | 1 | 0.8035 | 0.1965 |
| 63 | 53 | 1 | 0.7883 | 0.2117 |
| 64 | 52 | 1 | 0.7731 | 0.2269 |
| 75 | 50 | 1 | 0.7577 | 0.2423 |
| 85 | 47 | 1 | 0.7416 | 0.2584 |
| 96 | 46 | 1 | 0.7254 | 0.2746 |
| 117 | 45 | 1 | 0.7093 | 0.2907 |
| 133 | 44 | 1 | 0.6932 | 0.3068 |
| 138 | 42 | 1 | 0.6767 | 0.3233 |
| 139 | 41 | 1 | 0.6602 | 0.3398 |
| 144 | 40 | 1 | 0.6437 | 0.3563 |
| 170 | 37 | 1 | 0.6263 | 0.3737 |
| 180 | 36 | 1 | 0.6089 | 0.3911 |
| 189 | 35 | 1 | 0.5915 | 0.4085 |
| 192 | 34 | 1 | 0.5741 | 0.4259 |
| 210 | 33 | 1 | 0.5567 | 0.4433 |
| 225 | 32 | 1 | 0.5393 | 0.4607 |
| 253 | 30 | 1 | 0.5213 | 0.4787 |
| 258 | 29 | 1 | 0.5033 | 0.4967 |
| 269 | 28 | 1 | 0.4854 | 0.5146 |
| 548 | 19 | 1 | 0.4598 | 0.5402 |
| 603 | 17 | 1 | 0.4328 | 0.5672 |
| 1078 | 11 | 1 | 0.3934 | 0.6066 |
| 1263 | 10 | 1 | 0.3541 | 0.6459 |
| 1388 | 8 | 1 | 0.3098 | 0.6902 |
| 1466 | 7 | 1 | 0.2656 | 0.7344 |
| 2060 | 5 | 1 | 0.2125 | 0.7875 |
| 2097 | 4 | 1 | 0.1593 | 0.8407 |
| 2281 | 3 | 1 | 0.1062 | 0.8938 |
| 2460 | 2 | 1 | 0.0531 | 0.9469 |
| 2828 | 1 | 1 | 0.0000 | 1.0000 |
plot(kaplan)
Resulting plot
对不起，如果问题很简单，因为我是新 R！
非常感谢！
可能您的状态变量 death 是一个因素。不应该的。它应该是数字。
运行 下面是一个玩具示例。在这里，status 是一个因素，所以情节看起来像你的：
time<-1:10
status<-factor(rep(1:0, 5)) # factor!
fit<-survfit(Surv(time, status)~1)
plot(fit)
现在，status 是数字，情节看起来就像您希望的那样。
time<-1:10
status<-rep(1:0, 5) # numeric!
fit<-survfit(Surv(time, status)~1)
plot(fit)