蚂蚁巢拓扑实验生存分析图末尾竖线问题排查及原因咨询

问题背景 #

开展10天蚂蚁巢拓扑结构（NTS、NTC、TS、TC）对比实验，死亡率极低，但用ggsurvplot绘制的生存曲线末端出现异常竖线，不符合预期效果。

数据集包含5列：

• ID：个体标识
• Statut：0代表死亡，1代表存活
• Time：死亡日期，存活至实验结束记为10
• Condition：拓扑分组信息
• Colony：蚁群编号（1-6）

使用的R脚本：

morta <- read.csv("mortalite.test.csv", head=TRUE, sep = ";")
morta$Statut <- as.integer(morta$Statut)
morta$Condition <- as.factor(morta$Condition)
morta$Time <- as.numeric(morta$Time)
table(morta$Statut)
table(morta$Time)
summary(morta)
head(morta)
complete_cases <- complete.cases(morta)
sum(complete_cases)  # 完整观测数
sum(!complete_cases) # 缺失观测数

surv_obj <- Surv(morta$Time, morta$Statut)
fit_km <- survfit(surv_obj ~ Condition, data = morta)
print(fit_km)
logrank_testCondition <- survdiff(surv_obj ~ Condition, data = morta)
logrank_testColony <- survdiff(surv_obj ~ Colony, data = morta)
print(logrank_testCondition)
print(logrank_testColony)

ggsurvplot(fit_km, data = morta,
           risk.table = TRUE, 
           pval=TRUE, 
           conf.int = FALSE)+
  labs(x = "Temps (en jour)", y = "Probabilité de survie")

数据集结构示例：

structure(list(ID = 1:20, Statut = c(0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), Time = c(4, 8, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10), Condition = structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("NTC", "NTS", "TC", "TS"), class = "factor"), Colony = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L)), row.names = c(NA, 20L), class = "data.frame") 

末端竖线的原因 #

1. Surv函数的状态定义完全颠倒：Surv()默认规则是status=1代表发生终点事件（死亡），status=0代表截尾（存活）。但你的数据里Statut=0是死亡、Statut=1是存活，和默认规则完全相反。
2. 截尾标识错误：存活到实验结束的个体（Time=10）本应标记为截尾，但你的设置让程序误判这些个体在第10天"发生死亡事件"，结合低死亡率的实际情况，这种矛盾的标识导致生存曲线末端出现竖线（表示生存概率骤变）。

操作中的问题 #

未匹配Surv()函数的状态参数定义，既没有转换原始状态值，也没有指定自定义事件规则，直接用颠倒的状态值构建生存对象。

修正方法 #

方法1：反转Statut取值 #

将Statut的值转为符合默认规则的格式，1代表死亡，0代表存活：

# 反转Statut值
morta$Statut <- ifelse(morta$Statut == 0, 1, 0)

# 重新构建生存对象并绘图
surv_obj <- Surv(morta$Time, morta$Statut)
fit_km <- survfit(surv_obj ~ Condition, data = morta)

ggsurvplot(fit_km, data = morta,
           risk.table = TRUE, 
           pval=TRUE, 
           conf.int = FALSE)+
  labs(x = "Temps (en jour)", y = "Probabilité de survie")

方法2：指定Surv函数的事件规则 #

不修改原始数据，直接在Surv()中明确Statut=0代表死亡事件：

# 自定义事件规则，Statut=0时为死亡事件
surv_obj <- Surv(morta$Time, event = morta$Statut == 0)
fit_km <- survfit(surv_obj ~ Condition, data = morta)

ggsurvplot(fit_km, data = morta,
           risk.table = TRUE, 
           pval=TRUE, 
           conf.int = FALSE)+
  labs(x = "Temps (en jour)", y = "Probabilité de survie")

验证要点 #

修正后查看fit_km的输出，确认n.censor（截尾数）对应存活到第10天的个体数，此时生存曲线末端应为水平状态（符合低死亡率的预期），竖线会消失。

内容的提问来源于stack exchange，提问作者lddc