R语言| 连续变量取cutoff值：基于KM曲线

连续变量取cutoff值：基于KM曲线

欢迎大家关注我的公众号：一只勤奋的科研喵

文章来源：R语言| 连续变量取cutoff值：基于KM曲线

---

相关链接 ↓↓↓↓↓

1. R语言| 连续变量取最佳cutoff值: 基于ROC曲线

8.png

2.R语言| 连续变量取最佳cutoff值: 基于限制性立方样条(RCS)

0.png

library(survival)
library(survminer)
#清理运行环境
rm(list = ls())
#数据来自survminer包自带数据集：myeloma。
#读入该数据集
data(myeloma)
#查看该数据变量及性质
str(myeloma)

一、确定基因表达量的最佳cutoff值

cutoff<-surv_cutpoint(myeloma, #数据集
                    time="time",#“ ”里写数据集时间变量
                    event="event",##“ ”里数据集结局变量名称
                    variables=c("DEPDC1","WHSC1", #6个基因表达量
                                "CRIM1","IRF4",
                                "TP53","WHSC1")
                                );summary(cutoff) #输出结果

二、可视化某基因表达水平的cutoff值

plot(cutoff, 
     "DEPDC1", 
     palette = "lancet") #使用柳叶刀配色

微信图片_20210327090556.png

三、将连续变量按照上述截断值分组

groups<-surv_categorize(cutoff)
str(groups)
head(groups)

此时，基因表达量已转为分类变量

四、绘制KM曲线

注意，要用转为分类变量的数据，data=groups
fit <- survfit(Surv(time, event)~DEPDC1, data=groups)#生存分析函数
ggsurvplot(fit, 
           data = groups,     #使用转为分类的数据集
           pval=TRUE,         #显示p值
           pval.method=TRUE,  #显示p值的评估方法
           palette = "lancet",#使用柳叶刀配色
           risk.table = TRUE, #显示风险表
           conf.int = TRUE)   #显示CI

2.png