ggsurvplot双时间点预测绘图异常：资源趋势与预期不符排查

核心问题 #

你用错了Kaplan-Meier曲线的适用场景：

• 你的数据是**左截断（延迟进入）**数据：从业者不是从时间0就加入队列，而是在time1年份才开始可用。
• Kaplan-Meier曲线的默认逻辑是：统计**初始队列（时间0时存在的个体）**中未发生事件（退休）的比例。但你的初始队列在时间0时是空的，后续不断有人加入，所以曲线显示的“下降趋势”是错误的统计量——它计算的是“从时间0开始，到某时间点还没退休的人占初始空队列的比例”，完全不符合你要展示的“可用资源增长”需求。
• 风险表显示的n.risk才是当前时间点的可用人员数，这才是你需要的真实趋势。

解决方案 #

方案1：直接绘制可用人员数量曲线（最直观） #

提取survfit对象中的风险人数数据，用ggplot绘制资源增长趋势：

library(tidyverse)
library(survival)

# 重新拟合模型
fit <- survfit(Surv(time1, time2, status) ~ group, data = data)

# 提取各时间点的风险人数（即当前可用人数）
risk_df <- tibble(
  time = fit$time,
  group1 = fit$n.risk[fit$strata["group=group1"] %>% seq_len()],
  group2 = fit$n.risk[fit$strata["group=group2"] %>% seq_len()]
)

# 绘制曲线
ggplot(risk_df, aes(x = time)) +
  geom_line(aes(y = group1, color = "每年新增8人"), linewidth = 1) +
  geom_line(aes(y = group2, color = "每年新增16人"), linewidth = 1) +
  labs(
    x = "距当前的年份",
    y = "可用专业人员数量",
    color = "预测场景"
  ) +
  scale_x_continuous(breaks = seq(0, 29, 5), limits = c(0,29)) +
  theme_minimal()

方案2：绘制可用人员比例曲线 #

如果你需要展示比例，应该计算当前可用人数 / 截至该时间点已加入的总人数，示例代码：

# 计算累计加入人数与可用人数
resource_trend <- expand.grid(time = 0:29, group = c("每年新增8人", "每年新增16人")) %>%
  mutate(
    # 累计加入人数：从时间0到当前年份的新增总和
    cumulative_added = case_when(
      group == "每年新增8人" ~ 8 * (time + 1),
      group == "每年新增16人" ~ 16 * (time + 1)
    ),
    # 可用人数：累计加入人数减去已退休人数（假设退休周期为30年，根据你的数据调整）
    available = case_when(
      group == "每年新增8人" ~ pmax(0, cumulative_added - 8 * pmax(0, time - 30)),
      group == "每年新增16人" ~ pmax(0, cumulative_added - 16 * pmax(0, time - 30))
    ),
    # 可用比例
    available_pct = available / cumulative_added * 100
  )

# 绘制比例曲线
ggplot(resource_trend, aes(x = time, y = available_pct, color = group)) +
  geom_line(linewidth = 1) +
  labs(
    x = "距当前的年份",
    y = "可用人员比例(%)",
    color = "预测场景"
  ) +
  scale_x_continuous(breaks = seq(0, 29, 5), limits = c(0,29)) +
  theme_minimal()

方案3：修正生存曲线的统计逻辑 #

如果坚持要用生存分析框架，需要计算时点患病率（prevalence），即某时间点可用的人员比例，适合左截断数据：

# 计算时点患病率
prevalence_fit <- survfit(Surv(time1, time2, status) ~ group, data = data, type = "prevalence")

# 绘制患病率曲线
ggsurvplot(prevalence_fit, data = data,
           xlab = "距当前的年份",
           ylab = "可用人员比例(%)",
           risk.table = TRUE,
           break.x.by = 5,
           legend = "right",
           xlim = c(0, 29),
           legend.title = "预测场景",
           surv.scale = "percent",
           tables.height = 0.40)

这个方法直接用生存分析的患病率模型，曲线会正确展示可用人员的比例趋势。

内容的提问来源于stack exchange，提问作者st4co4