计算 Ctree 对象后绘制 Kaplan Meier 曲线

Question

在我的博士学位中，为了确定 COVID-19 死亡率的预测因素，我使用 Ctree 计算了分类生存树。这是使用的代码：

library(survival)
library(survminer)
library(party)
library(partykit)

tmodel<- ctree(Surv(time,status_cov) ~ Age + Sex + Education + Migrant.background + Income + Living.situation, data = up_training_cov,control = ctree_control(maxdepth = 3))

plot(tmodel,
     type = "simple",
     gp = gpar(fontsize = 10),
     drop_terminal = TRUE,
     tnex = 1,
     beside = FALSE,
     ymax = 1,
     ylines = TRUE,
     widths = 1,
     gap = 0.1,
     reverse = FALSE,
     id = TRUE)

这是输出：

我还计算了一个图表，其中包含估计生存时间中位数和每个终端节点中的个体数量：

我想保持图表不变，除了图表之外，计算每个终端节点的 Kaplan Meier 生存曲线，并在同一个图表上显示 8 个终端节点的所有生存曲线，每个终端使用一种颜色节点，以便我可以直观地比较每组的生存曲线。

谁能帮我得到KM曲线并绘制它们？ :)

非常感谢！

Answer 1

如果您从

type = "simple"

通话中删除

plot

，您将获得 KM 曲线。

显然，您的数据太大而无法共享，因此这里是一个使用生存包中的

cancer

数据集的可重现示例：

library(survival)
library(party)

data('cancer')

tmodel <- ctree(Surv(time, status) ~ age + sex + ph.ecog + wt.loss, data = cancer)

现在，如果我们使用您的精确绘图代码，我们会得到：

plot(tmodel,
     type = "simple",
     gp = gpar(fontsize = 10),
     drop_terminal = TRUE,
     tnex = 1,
     beside = FALSE,
     ymax = 1,
     ylines = TRUE,
     widths = 1,
     gap = 0.1,
     reverse = FALSE,
     id = TRUE)

但是如果我们删除

type = "simple"

，我们会在每个叶节点得到一条 KM 曲线

plot(tmodel,
     gp = gpar(fontsize = 10),
     drop_terminal = TRUE,
     tnex = 1,
     beside = FALSE,
     ymax = 1,
     ylines = TRUE,
     widths = 1,
     gap = 0.1,
     reverse = FALSE,
     id = TRUE)