寫在前面

如題，大概就是為了探索這個ggsurvplot函數(shù)的p值是如何計算的，首先調(diào)用命令

 fit <- survfit(Surv(DFS,status)~Group,score_v)ggsurvplot(fit,palette = 'jco',size=1.3,pval=TRUE,pval.method = TRUE,legend.labs=c("High","Low"), legend.title='Score',xlab="Time(years)",ylab='Overall survival',ggtheme = mytheme)

pval.method = TRUE該參數(shù)設(shè)置為T后，它會提示用了哪種方法計算p值，結(jié)果就是

同樣的這個函數(shù)的幫助文檔中也有更細(xì)節(jié)的部分，

利用函數(shù)計算p值

那么利用這個思路，查閱相關(guān)資料https://www.rdocumentation.org/packages/survminer/versions/0.4.9/topics/surv_pvalue
給出了這個答案

后續(xù)探索

有人也在github提出了這個問題，https://github.com/kassambara/survminer/issues/453，但說是解決了

library(survival)
library(survminer)
View(lung)
attach(lung)
fit <- survfit(Surv(time, status) ~ sex, data= lung)
ggsurvplot(fit, data = lung, ggtheme= theme_bw(), risk.table = F, pval = TRUE, pval.method = TRUE, surv.median.line = "hv", tables.height = 0.2, xlim = c(0, 110),log.rank.weights= "n" )
survdiff(Surv(time, status) ~ sex, rho = 1)
surv_pvalue(fit, method = "Gehan-Breslow")

三個結(jié)果都一致
所以按這個思路解決就行

總結(jié)

以上是生活随笔為你收集整理的ggsurvplot的p值到底是如何计算的的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。