R语言使用coxph绘制生存K-M曲线

在R语言中，`survival`包提供了`coxph`函数用于构建Cox比例风险模型，而如果你想绘制生存曲线（Kaplan-Meier curves），需要另外的函数。以下是使用Cox回归之后绘制Kaplan-Meier曲线的步骤：

1. **加载必要的库**：

   install.packages("survival") # 如果还未安装
   library(survival)

2. **假设你已经有了一个生存数据集df，其中包括time（时间变量）、status（生存状态，0表示事件发生，1表示存活）以及covariates（协变量列）**。

3. **建立Cox模型**：

   cox_model <- coxph(Surv(time, status) ~ covariates, data = df)

4. **获取生存表（survival table）**：

   fit_table <- survfit(cox_model, data=df)

5. **绘制Kaplan-Meier曲线**：

   km_curve <- survplot(fit_table, xlab="时间", ylab="生存率", conf.int=TRUE) # 默认会显示95%置信区间

或者指定特定组别进行绘制：

   survplot(fit_table, by = covariates, xlab="时间", ylab="生存率", col=c(1:2), lty=1:2) # 将协变量分为两组，并用不同颜色和线型区分

6. **如果需要保存图表，可以加上`pdf('km_plot.pdf')`然后调用`dev.off()`关闭设备。**