如何使用ggsurvfit::ggsurvfit()绘制log-minus-log图？

直接修改survfit2对象的surv值会因为time=0时生存概率为1，计算log(-log(1))得到负无穷，导致绘图起始部分异常。推荐用以下两种更稳妥的方法：

方法一：利用ggplot2内置的log-minus-log变换 #

ggplot2自带logminuslog变换，搭配ggsurvfit直接使用，同时通过limits参数过滤异常的初始值：

library(ggsurvfit)
library(ggplot2)

# 拟合生存模型
temp <- survfit2(Surv(time, status) ~ adhere, data = df_colon)

# 绘制log-minus-log图
ggsurvfit(temp) +
  geom_step() +
  scale_y_continuous(
    name = "log(-log(生存概率))",
    trans = "logminuslog",
    # 根据你的数据调整y轴范围，避开负无穷
    limits = c(-5, 0)
  )

方法二：通过stat_surv指定变换函数 #

直接在stat_surv层中设置fun参数应用变换，同样可通过坐标调整隐藏异常点：

ggsurvfit(temp) +
  stat_surv(fun = \(x) log(-log(x))) +
  labs(y = "log(-log(生存概率))") +
  coord_cartesian(ylim = c(-5, 0))

额外提示：手动过滤初始点（可选） #

如果需要彻底移除time=0的观测，可先处理survfit2对象，再绘图：

# 过滤time>0的观测
temp_filtered <- temp
keep_idx <- temp_filtered$time > 0
temp_filtered$time <- temp_filtered$time[keep_idx]
temp_filtered$surv <- temp_filtered$surv[keep_idx]
temp_filtered$n.risk <- temp_filtered$n.risk[keep_idx]
temp_filtered$n.event <- temp_filtered$n.event[keep_idx]
temp_filtered$n.censor <- temp_filtered$n.censor[keep_idx]

# 绘图
ggsurvfit(temp_filtered) +
  geom_step() +
  scale_y_continuous(trans = "logminuslog")

内容的提问来源于stack exchange，提问作者Stefan Hansen