ggfortify是否不支持含多协变量的survfit？添加age后autoplot报错

其实不是ggfortify不支持多协变量的survfit对象，而是你的代码用法和ggfortify的预期不匹配，才导致了这个重复因子水平的错误。我来拆解一下问题和解决方法：

为什么会报错？ #

你写的代码里，age是一个连续变量，当你直接把它放进survfit()的公式中时，survfit()会默认为每一组独特的(sex, age)组合生成一条生存曲线。如果数据里有大量重复的(sex, age)组合，或者组合数量过多，ggfortify在尝试把这些组合转换成因子分组时，就会遇到重复的因子水平，从而抛出你看到的错误。

正确的处理方式 #

根据你的需求，有两种常见的解决路径：

1. 将连续协变量分组后再绘制 #

如果你想按分类化的协变量来分组展示生存曲线，可以先把连续的age分成几个区间，再用分组后的变量做分析：

# 对age进行分组，比如分成三个区间
lung$age_group <- cut(lung$age, breaks = c(0, 60, 80, Inf), labels = c("<60", "60-80", ">80"))
# 使用分组后的变量构建survfit对象
d.coxph <- survfit(Surv(time, status) ~ sex + age_group, data = lung)
# 用autoplot绘图
autoplot(d.coxph)

2. 拟合Cox模型后预测生存曲线 #

如果你想展示连续协变量对生存的影响，更合适的方式是先拟合Cox比例风险模型，再基于模型预测不同协变量取值下的生存曲线：

# 拟合包含sex和age的Cox模型
cox_model <- coxph(Surv(time, status) ~ sex + age, data = lung)
# 生成用于预测的新数据：固定sex，取几个典型的age值
new_data <- expand.grid(sex = c(1, 2), age = c(50, 60, 70))
# 基于新数据预测生存曲线
surv_curve <- survfit(cox_model, newdata = new_data)
# 用autoplot绘制预测曲线
autoplot(surv_curve)

这样处理后，ggfortify就能正常识别分组并绘制生存曲线了。

内容的提问来源于stack exchange，提问作者hlu58