R语言生存分析中提取特定亚组（Stage I）并绘制Kaplan-Meier曲线的方法

要只展示Stage I亚组的生存分析结果和KM曲线，核心是先筛选出仅包含Stage I的数据，再进行单组生存分析，具体修改方案如下：

关键修改点 #

• 数据筛选：在读取数据后，添加代码过滤出Stage == "I"的样本（注意匹配你数据中Stage字段的格式，若为数值型则去掉引号）
• 生存分析公式调整：因为只剩一个亚组，survfit的公式改为~1（表示单组分析），确保输出仅针对Stage I

修改后的完整代码 #

# 加载所需包
library(tidyverse)
library(forcats)
library(broom)
library(survival)
library(Hmisc)
library(gmodels)
library(lazyeval)
library(plotrix)
library(summariser)
library(magrittr)
library(survminer)
library(dplyr)
library(lattice)
library(Formula)
library(lubridate)
library(ggfortify)
library(readxl)

# 读取数据并筛选Stage I亚组
icccdata = read_excel("ICCC_All_20072016.xls")
# 关键：筛选仅Stage I的样本，若Stage为数值型则改为Stage == 1
icccdata_stageI <- icccdata %>% filter(Stage == "I")
head(icccdata_stageI)

# 创建生存对象
survival_object2 <- Surv(icccdata_stageI$Time, icccdata_stageI$CancerSurvival)
str(survival_object2)

# 单组生存分析（仅Stage I）
my_survfit_STAGE_OS <- survfit(survival_object2 ~ 1, data = icccdata_stageI)
# 输出生存分析结果，包含平均生存期
print(my_survfit_STAGE_OS, print.rmean = TRUE)

# 可视化KM曲线，风险表展示该亚组的风险人数变化
ggsurvplot(my_survfit_STAGE_OS, risk.table = TRUE, xlab = "Time (years)", censor = TRUE,
           main = "Overall Survival - Stage I")

补充说明 #

• 如果你的Stage字段是数值类型（比如用1代表I期），请把filter(Stage == "I")修改为filter(Stage == 1)
• 修改后运行代码，所有生存分析结果和KM曲线都会仅针对Stage I亚组，其他Stage分组的数据会被完全排除，不会出现在输出中

内容的提问来源于stack exchange，提问作者AAM