如何使用survminer的ggsurvplot将Kaplan-Meier图Y轴改为失效概率

你可以通过ggsurvplot内置的fun参数直接实现该需求，该参数支持自定义Y轴的转换规则，其中fun = "event"就对应输出事件发生概率（即1-生存概率），正好匹配你需要的患病风险指标。

修改后可直接运行的代码 #

km_fhr <- ggsurvplot(fit = survfit(Surv(fu_time, smidg) ~ fhr, data = df),
                     legend.labs = c("Control", "Family high-risk"),
                     legend.title = "",
                     censor.shape = 124,
                     censor.size = 2.5,
                     palette = c("#00ABE7", "#FFA69E"),
                     fun = "event") + # 新增该参数即可自动转换为事件发生概率
  labs(x = "随访时间（年）", y = "SMI确诊概率")

补充灵活调整方法 #

如果你需要额外自定义图层，也可以通过提取ggsurvplot返回的ggplot对象手动修改Y轴映射：

# 提取原始生存曲线的ggplot对象
raw_plot <- km_fhr$plot
# 手动转换Y轴为发病概率并修改标签
new_plot <- raw_plot +
  aes(y = 1 - y) +
  labs(y = "SMI确诊概率")

除此之外fun参数还支持其他常用转换规则：

• fun = "pct"：将生存概率转换为百分比格式
• fun = "cumhaz"：输出累积风险值
• 也支持传入自定义函数实现特殊转换需求

内容的提问来源于stack exchange，提问作者dam4l10