在预后模型等预后相关分析中，绘制Kaplan-Meier生存曲线可以直观地展示预后效能。我们通过survminer包的ggsurvplot()函数，调整不同参数即可绘制多种样式的生存曲线。数据格式、代码都比较简单、易上手。

先准备一个包含三列的数据矩阵，包含：生存时间、生存状态、分组。比如survival包自带的”lung”数据:

绘制生存曲线前，先对数据进行拟合：

fit <- survfit(Surv(time, status) ~ sex, data = lung)

接着绘制一个基础的生存曲线：

p <- ggsurvplot(fit, data = lung)

添加Risk table展示样本信息：

p <- ggsurvplot(fit, data = lung, risk.table = TRUE)

也可以修改palette参数调整配色：

p <- ggsurvplot(fit, data = lung, palette = 'nejm')

再添加置信区间：

p <- ggsurvplot(fit, data = lung, palette = 'nejm', conf.int = TRUE)

最后当然是保存到pdf文件，通常我们会这么做：

pdf(‘Kaplan_Meier.pdf’)

p

dev.off()

打开pdf图一看，多了一页空白页？

我们稍微修改输出代码：

pdf(‘Kaplan_Meier.pdf’)

print(p, newpage = FALSE)

dev.off()

再打开pdf查看，空白页就没有啦！