ggsurvplot_combine()是否不支持p值计算？生存曲线绘制疑问

问题描述 #

我希望在一张Kaplan-Meier图中绘制单个组与整体人群的生存曲线，尝试用以下代码（Version 1）实现，但设置pval=TRUE后未显示p值，想确认ggsurvplot_combine()是否不支持p值计算？

library(tidyverse)
library(survival)
library(survminer)

df <- data.frame(Time     = c(1, 3, 5, 8, 2, 4),
                 Censored = c(0, 1, 0, 1, 1, 0),
                 Group    = c('A', 'A', 'B', 'A', 'B', 'B'))

fit1 <- survfit(Surv(Time, Censored) ~ 1, data = df)
fit2 <- survfit(Surv(Time, Censored) ~ 1, data = subset(df, Group == 'B'))

ggsurvplot_combine(list('0' = fit1, 'B' = fit2), pval = TRUE)

我当前的替代方案如下（Version 2），但更倾向使用Version 1，因为无需复制数据框：

library(tidyverse)
library(survival)
library(survminer)

df <- data.frame(Time     = c(1, 3, 5, 8, 2, 4),
                 Censored = c(0, 1, 0, 1, 1, 0),
                 Group    = c('A', 'A', 'B', 'A', 'B', 'B'))

df1 <- df %>% mutate(Strata = '0')
df2 <- df %>% filter(Group == 'B') %>% mutate(Strata = 'B')
df3 <- rbind(df1, df2)

fit <- survfit(Surv(Time, Censored) ~ Strata, data = df3)

ggsurvplot(fit, pval = TRUE)

问题原因 #

ggsurvplot_combine()的核心功能是合并多个独立拟合的survfit对象，它本身不支持自动计算生存曲线之间的显著性p值——因为这些独立的survfit没有基于同一个分层变量的设计，函数无法自动识别需要对比的组并执行log-rank等检验。

针对Version 1的改进方案 #

可以手动计算整体人群与目标组的生存差异p值，再将计算结果传入ggsurvplot_combine()的pval参数中，这样既不用复制数据框，也能显示p值：

library(tidyverse)
library(survival)
library(survminer)

df <- data.frame(Time     = c(1, 3, 5, 8, 2, 4),
                 Censored = c(0, 1, 0, 1, 1, 0),
                 Group    = c('A', 'A', 'B', 'A', 'B', 'B'))

# 拟合整体人群和目标组的生存曲线
fit1 <- survfit(Surv(Time, Censored) ~ 1, data = df)
fit2 <- survfit(Surv(Time, Censored) ~ 1, data = subset(df, Group == 'B'))

# 手动计算log-rank检验的p值
test_df <- df %>% 
  mutate(compare_group = ifelse(Group == 'B', 'B', 'Overall'))
surv_test <- survdiff(Surv(Time, Censored) ~ compare_group, data = test_df)
p_val <- 1 - pchisq(surv_test$chisq, df = length(surv_test$n) - 1)
# 自定义p值显示文本
p_val_label <- sprintf("Log-rank p = %.3f", p_val)

# 合并曲线并传入手动计算的p值
ggsurvplot_combine(list('Overall' = fit1, 'B' = fit2), pval = p_val_label)

补充说明 #

• 使用survdiff()执行的是log-rank检验，这是生存曲线组间差异检验的标准方法；
• 可以根据需求调整p值的显示格式，比如修改sprintf()中的小数位数；
• 该方案保留了Version 1无需复制数据框的优势，同时满足显示p值的需求。

内容的提问来源于stack exchange，提问作者Chris