Я хотел бы знать, как отобразить p-значение для кривой Каплана-Мейера при использовании изменяющейся во времени модели Кокса (скорректированная Каплан-Майер). У меня есть воспроизводимый пример с использованием набора данных pb c из документации по выживанию. Я получаю сообщение об ошибке с ggsurvplot при использовании p-value = TRUE в этом примере (формула = «Surv (tstart, tstop, death == 2) ~ ValueMedian)».
library(survival)
library(survminer)
temp <- subset(pbc, id <= 312, select=c(id:sex, stage)) # baseline
pbc2 <- tmerge(temp, temp, id=id, death = event(time, status)) #set range
pbc2 <- tmerge(pbc2, pbcseq, id=id, ascites = tdc(day, ascites),
bili = tdc(day, bili), albumin = tdc(day, albumin),
protime = tdc(day, protime), alk.phos = tdc(day, alk.phos))
fit1 <- coxph(Surv(time, status==2) ~ log(bili) + log(protime), pbc)
median_val <- median(pbc2$bili, na.rm = TRUE)
pbc2 <- pbc2 %>% mutate(ValueMedian = ifelse(bili > median_val, "1", "0"))
fit2 <- coxph(Surv(tstart, tstop, death==2) ~ ValueMedian, pbc2)
plot1 <- survfit(Surv(tstart, tstop, death==2) ~ ValueMedian, data = pbc2)
ggsurvplot(plot1, pval = TRUE)