R ggplot2绘制带95%CI的合并Kaplan-Meier生存曲线方法咨询

核心实现逻辑 #

• 针对NA值：KM曲线相邻终点事件之间生存概率、95%CI保持恒定，数据集中的NA对应无事件发生的时间点，采用末次观测值向前填充补全，无需删除行，从根源解决曲线断裂问题
• 针对KM形态：使用阶梯图图层替代普通折线图，严格匹配KM曲线“水平恒定、事件点垂直下降”的阶梯特性
• 针对同图映射：将宽格式数据转换为长格式，通过ggplot的颜色、填充美学映射统一绘制双队列，自动生成合并的规范图例
• 针对绘图标准化：统一坐标范围、配色、主题参数，输出符合学术规范的生存曲线

可复现代码 #

1. 依赖包加载 #

library(ggplot2)
library(dplyr)
library(zoo)
library(tidyr)
library(scales)

2. 数据预处理 #

# 统一列名，适配长宽表转换
km_data_renamed <- kmcurvetest_2 %>%
  rename(
    Cohort1_Survival = Cohort1,
    Cohort1_Lower = C1Lower95,
    Cohort1_Upper = C1Upper95,
    Cohort2_Survival = Cohort2,
    Cohort2_Lower = C2Lower95,
    Cohort2_Upper = C2Upper95
  )

# 填充NA值：按时间升序排列后，向前结转最后一个非NA观测值
km_data_filled <- km_data_renamed %>%
  arrange(Time) %>%
  mutate(across(-Time, ~zoo::na.locf(.x, na.rm = FALSE)))

# 宽表转长表，满足ggplot分组绘图要求
km_data_long <- km_data_filled %>%
  pivot_longer(
    cols = -Time,
    names_to = c("Cohort", "Metric"),
    names_sep = "_"
  ) %>%
  pivot_wider(names_from = Metric, values_from = value) %>%
  # 可根据需求修改队列显示名称，比如替换为英文"Cohort 1"、"Cohort 2"
  mutate(Cohort = recode(Cohort, "Cohort1" = "队列1", "Cohort2" = "队列2"))

3. 绘图代码 #

km_plot <- ggplot(km_data_long, aes(x = Time, group = Cohort)) +
  # 图层1：95%置信带（放在最底层）
  geom_ribbon(
    aes(ymin = Lower, ymax = Upper, fill = Cohort),
    alpha = 0.2,
    colour = NA
  ) +
  # 图层2：KM阶梯线，direction = "hv" 严格匹配KM曲线形态
  geom_step(
    aes(y = Survival, color = Cohort),
    linewidth = 0.8,
    direction = "hv"
  ) +
  # 图层3：事件点标记（可根据需求删除）
  geom_point(
    aes(y = Survival, color = Cohort),
    size = 1
  ) +
  # 标签配置
  labs(
    title = "住院患者生存曲线",
    x = "时间（天）",
    y = "生存概率",
    color = "研究队列",
    fill = "研究队列"
  ) +
  # 坐标轴配置
  scale_y_continuous(
    limits = c(0, 1),
    labels = percent_format(),
    expand = c(0.01, 0)
  ) +
  scale_x_continuous(expand = c(0, 0)) +
  # 配色配置（和原有单图蓝红配色保持一致）
  scale_color_manual(values = c("队列1" = "#1f77b4", "队列2" = "#d62728")) +
  scale_fill_manual(values = c("队列1" = "#1f77b4", "队列2" = "#d62728")) +
  # 标准化主题
  theme_bw() +
  theme(
    plot.title = element_text(hjust = 0.5, size = 14, face = "bold"),
    axis.text = element_text(size = 11),
    axis.title = element_text(size = 12),
    legend.position = "bottom",
    legend.text = element_text(size = 11),
    panel.grid.minor = element_blank()
  )

# 输出图片
print(km_plot)

注意事项 #

• 禁止使用geom_line绘制KM曲线：普通折线会在相邻时间点之间绘制斜线段，完全不符合KM曲线的阶梯恒定特性，必须使用geom_step并设置direction = "hv"
• NA填充逻辑不可替换为插值/均值填充：KM曲线在无事件时间段生存概率不会发生变化，末次观测值结转是唯一符合统计学原理的填充方式
• 图例自动合并：由于color和fill美学均映射到同一个Cohort变量，且配色保持一致，ggplot会自动将两个图例合并为单个规范图例，无需额外调整

内容的提问来源于stack exchange，提问作者DH617