使用ggsurvplot_facet绘制生存分面图时遇变量长度不匹配错误求助

错误原因 #

ggsurvplot_facet要求生存模型必须按分面变量（此处为HbA1c）分层构建。原代码中仅按SwitchType拟合生存模型，未纳入HbA1c分层，导致分面时每个子组的变量长度不匹配，触发variable lengths differ错误。

修改后的完整代码 #

library(dplyr)
library(ggplot2)
library(lubridate)
library(survminer)
library(survival)
set.seed(42)
data <- data.frame(
  PatientID = 1:100,
  SwitchType = sample(c("A to B", "B to C", "C to D"), 100, replace = TRUE),
  HbA1c = sample(c("<=7%", "7-8%", ">8%"), 100, replace = TRUE),
  SwitchDate = as.Date("2022-01-01") + sample(0:500, 100, replace = TRUE),
  EventDate = as.Date("2022-01-01") + sample(300:800, 100, replace = TRUE),
  CensorDate = as.Date("2023-01-01") + sample(500:1000, 100, replace = TRUE)
)

data <- data %>%
  mutate(
    TimeToEvent = as.numeric(pmin(EventDate, CensorDate) - SwitchDate),
    Status = ifelse(EventDate <= CensorDate, 1, 0)
  )

# 关键修改：按HbA1c分层构建生存模型
fit <- survfit(Surv(TimeToEvent, Status) ~ SwitchType | HbA1c, data = data)
ggsurvplot_facet(fit, data, facet.by = "HbA1c", palette = "jco", pval = TRUE)

核心修改说明 #

• 将survfit的公式改为Surv(TimeToEvent, Status) ~ SwitchType | HbA1c，用|符号指定按HbA1c分层，让模型为每个HbA1c组单独拟合SwitchType的生存曲线，匹配分面需求。
• 也可以使用strata(HbA1c)实现分层：survfit(Surv(TimeToEvent, Status) ~ SwitchType + strata(HbA1c), data = data)，效果一致。

关于警告信息 #

提示Now, to change color palette, use the argument palette= 'SwitchType' instead of color = 'SwitchType'，是因为旧版本survminer用color参数指定分组颜色，新版本统一用palette。你的代码中已经正确使用palette="jco"，因此可以忽略该警告。

内容的提问来源于stack exchange，提问作者arshad