如何使用ggplot绘制按地区分组的对数相对风险关联曲线

你现有代码输出不符合预期的核心原因是初始Cox模型未纳入Region变量，无法计算不同地区对应的效应值，需要先调整模型再绘图，可按你的需求选择以下两种场景实现：

场景1：不同地区的CV效应独立（允许CV对终点的影响随地区变化） #

如果需要每个地区对应单独的CV效应曲线，需要在模型中添加CV与Region的交互项，完整代码如下：

# 更新datadist统计，覆盖所有用到的变量分布
dd <- datadist(EB); options(datadist='dd')
# 建模时纳入CV、Region主效应+交互项，x=TRUE和y=TRUE用于后续正确计算置信区间
f <- cph(Surv(time, event) ~ CV * Region, data = EB, x = TRUE, y = TRUE)

# 绘图，按Region区分曲线
ggplot(Predict(f, CV, Region)) +
  aes(color = Region, fill = Region) +
  geom_ribbon(alpha = 0.2, color = NA) +
  ylab("Log relative hazard for primary outcome") +
  xlab("Continuous value") +
  ggtitle("Association between continuous value and primary endpoint by Region")

你之前看到的区间带是95%置信区间带，代表对应地区、对应CV取值下，log相对风险估计值的95%置信范围，区间越窄说明该点的效应估计稳定性越高。如果不需要显示置信区间，添加geom_ribbon(stat = "blank")即可关闭。

场景2：仅调整Region混杂因素，CV效应在所有地区一致 #

如果不需要CV的效应随地区变化，仅希望按地区分面展示调整了Region混杂后的效应曲线，使用主效应模型即可：

dd <- datadist(EB); options(datadist='dd')
# 仅纳入CV和Region的主效应，不添加交互
f <- cph(Surv(time, event) ~ CV + Region, data = EB, x = TRUE, y = TRUE)

# 分面展示各地区的曲线，此时所有曲线斜率一致、仅截距不同
ggplot(Predict(f, CV, Region)) +
  facet_wrap(~Region) +
  ylab("Log relative hazard for primary outcome") +
  xlab("Continuous value") +
  ggtitle("Association between continuous value and primary endpoint by Region")

• 若Region为字符型变量，建议先转成因子型再建模，避免绘图时分类排序错乱
• 若需要展示风险比HR而非log相对风险，可在Predict调用时添加fun = exp参数，同步将y轴标签改为HR for primary outcome即可

内容的提问来源于stack exchange，提问作者Bibi