В настоящее время я работаю над кривой Каплана-Мейера, показывающей общее выживание после каждого рецидива рака яичников.
Мой текущий график выглядит так:
Он был построен с использованием:
ggsurvplot_combine(fitlistos,test6os,
risk.table = 'nrisk_cumevents',
ggtheme = theme_bw() + theme(plot.title = element_text(hjust = 0.5, face="bold"))
+ theme(legend.text = element_text(size = 6))+
theme(legend.key.size = unit(0.4, 'lines')) + theme(legend.background = element_rect(fill = "transparent"))
+ theme(legend.box.background = element_rect(fill = "transparent", colour = "transparent")),
conf.int = FALSE,
xscale ="d_m",
surv.median.line = "hv",
break.time.by = 365.242199,
xlab="Month",
ylab="Survival Propability",
risk.table.title = "Number at risk",
title = "Overall Survival after each relapse",
font.main = c("16", "bold", "Black"),
font.x = c("12", "bold"),
font.y = c("12", "bold"),
legend.labs =c("OS median OS","1st relapse OS","2nd relapse OS","3rd relapse OS","4th relapse OS","5th relapse OS","6th relapse OS"),
legend.title = element_blank(),
legend = c(0.6,0.8),)
Мне интересно, как он выглядит
От: Влияние терапии второй-шестой линии на выживаемость рецидивирующего рака яичника после первичной терапии на основе таксана / платины
Проблема в том, что яне могу найти простой способ, в котором легенда ссылается на данные из выживших, использованных для кривой.
Любая помощь приветствуется
С уважением
Тобиас Берг