使用ggsurvplot分面时add.all=TRUE无法显示合并生存曲线

我想用R的survminer包绘制生存曲线，按基因突变（mut）分组分面，同时添加代表所有个体的全局汇总曲线。未使用add.all参数时，按性别和突变类型分组的生存分析与绘图都正常，但设置add.all=TRUE后，并没有按预期添加跨分面的汇总曲线。

可复现代码 #

library(survival) ; library(survminer)
library(dplyr)

set.seed(102030)
lung <- lung %>% mutate( mut = sample(c("mutA","mutB"), nrow(lung), replace = T, prob = c(0.5,0.5))) # 创建演示分组

# 基础全局生存曲线
fit1 <- survfit(Surv(time, status) ~ 1 , data = lung) 
ggsurvplot(fit1 , data = lung)

# 按性别分组的生存曲线
fit2 <- survfit(Surv(time, status) ~ sex , data = lung)
ggsurvplot(fit2 , data = lung) 

# 按性别+突变分组的生存曲线（问题部分）
fit3 <- survfit(Surv(time, status) ~ sex + mut, data = lung)
ggsurvplot(fit3 , data = lung, facet.by = "mut") # 分面正常
ggsurvplot(fit3 , data = lung, 
           facet.by = "mut", 
           add.all = T) # 未按预期添加全局汇总曲线

# 尝试ggsurvplot_combine也无效
ggsurvplot_combine(
  list(fit1, fit3),
  list(lung, lung),
  facet.by = "mut",
  pval = TRUE,
  risk.table = TRUE,
  conf.int = F,
  palette = "jco"
)

原因说明 #

survminer的add.all参数设计上不支持在facet.by分面场景下自动添加全局汇总曲线。当使用facet.by时，add.all只会尝试在整个绘图区域添加一条汇总曲线，而非为每个分面匹配对应的全局数据，因此无法达到预期效果。

解决方案 #

方法一：用ggsurvplot_facet手动添加全局曲线 #

先分别拟合全局模型和分面内的分组模型，再通过ggplot2的图层叠加为每个分面添加全局曲线：

library(survival)
library(survminer)
library(dplyr)
library(broom)

set.seed(102030)
lung <- lung %>% mutate(mut = sample(c("mutA","mutB"), nrow(lung), replace = T, prob = c(0.5,0.5)))

# 拟合全局生存曲线
fit_all <- survfit(Surv(time, status) ~ 1, data = lung)
# 按mut分面，拟合每个分面内的sex分组模型
fit_group <- survfit(Surv(time, status) ~ sex, data = lung, strata = "mut")

# 绘制分面生存曲线
p <- ggsurvplot_facet(fit_group, data = lung, facet.by = "mut", palette = "jco")
# 将全局曲线转换为数据框，添加到每个分面
p$plot <- p$plot + 
  geom_step(data = tidy(fit_all), aes(x = time, y = estimate), 
            color = "black", linetype = "dashed", size = 1)
print(p)

方法二：用ggplot2原生绘图（更灵活） #

直接处理生存曲线数据，用ggplot2实现分面和全局曲线的叠加，自由度更高：

library(survival)
library(ggplot2)
library(dplyr)
library(broom)

set.seed(102030)
lung <- lung %>% mutate(mut = sample(c("mutA","mutB"), nrow(lung), replace = T, prob = c(0.5,0.5)))

# 获取性别+突变分组的生存数据
df_group <- tidy(survfit(Surv(time, status) ~ sex + mut, data = lung)) %>% 
  separate(strata, into = c("sex", "mut"), sep = ", ") %>% 
  mutate(sex = gsub("sex=", "", sex), mut = gsub("mut=", "", mut))

# 获取全局生存数据，并复制适配两个分面
df_all <- tidy(survfit(Surv(time, status) ~ 1, data = lung)) %>% 
  mutate(mut = rep(c("mutA", "mutB"), each = nrow(.)))

# 绘制生存曲线
ggplot() +
  geom_step(data = df_group, aes(x = time, y = estimate, color = sex), size = 0.8) +
  geom_step(data = df_all, aes(x = time, y = estimate), 
            color = "black", linetype = "dashed", size = 1) +
  facet_wrap(~mut) +
  labs(x = "生存时间", y = "生存概率") +
  scale_color_jco() +
  theme_bw()

内容的提问来源于stack exchange，提问作者Seymoo