R语言|亚组分析森林图-2 (基于生存率结果)

欢迎大家关注我的公众号：一只勤奋的科研喵

R语言|14介绍了基于HR结果绘制亚组分析森林图，但还缺少生存率。

本期介绍基于生存率的亚组分析森林图

1.png

生存率是基于KM曲线函数结果，关于某变量的KM曲线及结果已在 R语言|8. Kaplan-Meier曲线及美化和 R语言|10. KM曲线代码进阶：各种亚组分析助你深入分析数据详细介绍。

但是，有些小伙伴想做某变量在所有亚组下的生存率，那就需要我们做很多组KM曲线，例如上图8个变量，若做KM曲线就要做17幅，会占用大量文章面积，得不偿失。

而亚组分析森林图能清晰、明了的总结研究变量在各个亚组的n年生存率差异。结合上期介绍的HR结果将会使文章增色不少。

亚组分析三线表结果

2.png

代码设计思路

1、大框架：同基于HR的亚组分析一样，基于生存率的亚组分析三线表也是3大类：变量名、各亚组人数及OS% (95%CI)。[本例中亚组人群包括了实际人数和死亡人数。OS也是包括了放疗组和非放疗组 .] 大框架是一致。

2、核心函数代码：
survfit( )：构建亚组分析生存函数模型，来源于survival包；
survdiff( ): 提取log-rank test 的P值，来源于survival包；
tbl_survfit( ): 提取亚组分析生存率和死亡人数，gtsummary包【神包，五星推荐】点击看介绍：R语言| 日常笔记1
CreateTableOne( ):提取各亚组患者数，来源于tableone包；
forestplot( ):绘制森林图，来源于forestplot包

3、辅助函数代码：
rbind( ), 数据上下组合；
cbind( ), 数据左右组合；
str_remove_all( )，删除单元格中符合条件的函数；
separate( ), 将一列数据按条件分为几列，它的反面是paste0(),将几列数据组合为1列【即HR（95%CI）的组合与拆分】
a[行，列]，对行列进行提取或删除，b<- a[,-1]，a表删除第一列并命名为b表；b<- a[-1,]，a表删除第一行并命名为b表。

4、注意同第14期一样，亚变量要处理为1234的数字格式，变量2分类在前，3分类在后，以此类推。

5、步骤：构建for循环，用上述函数提取信息并组合成表。先收集受放疗组在亚变量为1的信息，然后是2,3...。再收集不接受放疗组在亚变量为1的信息，然后是2,3...。也就是说要建6-8个for循环。但代码是一摸一样的，只需修改接受提取信息表的名字、亚组名称和是否放疗即可。
难点还是表的组合，可以手动组合，更快更简单。

更多内容见原文 ↓↓↓↓↓

R语言|15. 亚组分析森林图-2 (基于生存率结果)