生存分析（Survival analysis）实战演练! 内附全部R代码！
生存分析（Survival analysis）是研究生存时间和危险因素之间关系的一种统计方法，被广泛应用于多种研究类型中，如临床试验，前瞻性与回顾性的观察性研究，以及动物研究等。
马上进入实战部分！
1. 如何准备符合生存分析要求的数据形式
想要做生存分析，第一个让人头疼问题很可能就是：数据乱糟糟
，不知道如何清理数据以符合生存分析的要求。小编可以拍着胸脯保证，只要数据清理的好，分析和作图都是分分钟的事！
生存分析中的模范数据应该长这样（小编亲手制作
）：
上述表格应该说是简易版本，但也足够用来说明一些重要的概念。表格中的每行代表一个病例，每列代表一个变量，表格中共有五个变量（本表数值为虚构）。其中：
ID：指病人的编号。
survtime: 生存时间，指从进入研究到事件发生（如死亡）或者失访或者一直存活到研究结束的这一段时间。
status: “1”指的是发生了某个事件（如死亡）；“0”指的是删失（censored）。这里插一句，censored是生存分析中非常重要的一个概念。比如说，一个病人在整个研究期间没有死亡，或者在研究的过程中失访了，这样的情况就称作为“censored”，研究者这时候会在数据库中记录此病人的状态为“0”。
age: 年龄。
gender: 性别，比如“1”代表男，“2”代表女。你也可以反过来，但我们的“潜规则”是1男2女。
2. R包的安装
安装和载入两个在生存分析领域中非常热门的R包：
# 安装R包
install.packages("survminer")
# 载入
library(survival) # R自带，无需安装
library(survminer)其中，{survival}主要用于分析，{survminer}主要用于作图。
3. lung数据集简介
str(lung)
?lung
4. 制作生存曲线
# 拟合模型
surv_model <- survfit(Surv(time, status) ~ sex, data = lung)
# 制作生存曲线
ggsurvplot(surv_model, data = lung)
ggsurvplot(surv_model, fun = "pct" ,data = lung) # “pct” 即百分比
ggsurvplot(surv_model, data = lung,
conf.int = TRUE, # 添加置信区间
pval = TRUE, # 添加p值
fun = "pct", # 将y轴转变为百分比的格式
size = 1, # 修饰线条的粗细
linetype = "strata", # 改变两条线条的类型
palette = c("lightseagreen", "goldenrod1"), # 改变两条曲线的颜色
legend = c(0.8, 0.85), # 改变legend的位置
legend.title = "Gender", # 改变legend的题目
legend.labs = c("Male", "Female"), # 改变legend的标签
surv.median.line = "hv") # 添加中位生存时间
p1 <- ggsurvplot(surv_model, data = lung,
conf.int = TRUE, # 添加置信区间
pval = TRUE, # 添加p值
fun = "pct", # 将y轴转变为百分比的格式
size = 1, # 修饰线条的粗细
linetype = "strata", # 改变两条线条的类型
palette = c("lightseagreen", "goldenrod1"), # 改变两条曲线的颜色
legend = c(0.8, 0.85), # 改变legend的位置
legend.title = "Gender", # 改变legend的题目
legend.labs = c("Male", "Female"), # 改变legend的标签
surv.median.line = "hv")
p1$plot +
annotate("text", x = 750, y = 70, # 注明x和y轴的位置
label = "Chisq = 10.3 on 1 degrees of freedom") # 添加文本信息
5. Cox回归以及森林图
现在建立一个Cox回归，以研究sex对生存时间的影响，并且校正ph.ecog，那么可以这么做：
cox_model <- coxph(Surv(time, status) ~ sex + ph.ecog, data = lung)
cox_model
为了更加美观地展示上述结果，森林图是一个不错的选择：
ggforest(cox_model)
从上图可知，sex（女性相比较于男性）的风险比（hazard ratio）为0.58，95%置信区间为0.41-0.8，区间的两头都在1（虚线）的左侧，提示女性的风险更低（可能是保护因素），并且具有统计学意义（p < 0.001）。同理，ph.ecog的风险比为1.63， 提示是一个危险因素。
好啦，今天的内容就到这里。如果有帮助，记得分享给需要的人！
[1] https://github.com/kassambara/survminer
[2] https://cran.r-project.org/web/packages/survival/index.html
[3]《Applied Survival Analysis Using R》by Dirk F. Moore