欢迎来到Stack Overflow！很高兴看到你的第一个问题——给生存曲线加平滑线是个很实用的需求，刚好有几种方法可以实现，下面我一步步给你演示：

首先要明确，ggsurvplot()返回的是一个包含ggplot对象的列表，所以我们可以直接用ggplot2的语法扩展它，或者通过拟合专门的生存模型来生成平滑曲线。

方法1：直接在现有生存曲线上叠加平滑线 #

先运行你提供的代码生成基础生存曲线：

library(survival)
library(survminer)

# 创建生存对象
surv_object <- Surv(time = ovarian$futime, event = ovarian$fustat)
# 拟合生存模型
fit1 <- survfit(surv_object ~ rx, data = ovarian)
# 绘制生存曲线并保存为对象
p <- ggsurvplot(fit1, data = ovarian, pval = TRUE)

接下来，我们用surv_summary()提取生存曲线的详细数据，再用geom_smooth()添加平滑线：

# 获取生存曲线的汇总数据（包含时间、生存概率、分组等信息）
surv_data <- surv_summary(fit1, data = ovarian)

# 在原生存曲线基础上叠加平滑线
p$plot +
  geom_smooth(
    data = surv_data, 
    aes(x = time, y = surv, color = strata), 
    method = "loess",  # 这里用loess方法做平滑，也可以尝试"gam"等其他方法
    se = FALSE,        # 是否显示置信区间可按需调整
    linetype = "dashed",
    linewidth = 0.8
  )

方法2：拟合平滑生存模型后绘制 #

如果你想要更具统计意义的平滑生存曲线，可以用flexsurv包拟合样条生存模型，再把预测的平滑曲线叠加到图上：

library(flexsurv)

# 拟合样条生存模型（k=3控制样条的复杂度，可根据数据调整）
fit_spline <- flexsurvspline(surv_object ~ rx, data = ovarian, k = 3)

# 生成用于预测的时间序列和分组组合
pred_grid <- expand.grid(
  rx = unique(ovarian$rx),
  time = seq(min(ovarian$futime), max(ovarian$futime), length.out = 100)
)

# 预测平滑的生存概率
pred_surv <- as.data.frame(
  predict(fit_spline, type = "survival", newdata = pred_grid)
)

# 把平滑曲线叠加到原ggsurvplot上
p$plot +
  geom_line(
    data = pred_surv,
    aes(x = time, y = est, color = group),
    linetype = "dashed",
    linewidth = 1
  )

两种方法各有优劣：方法1简单快速，是对现有阶梯曲线的平滑处理；方法2从模型层面拟合平滑生存曲线，更适合需要统计推断的场景。你可以根据自己的需求选择~

内容的提问来源于stack exchange，提问作者ValZee