Kaplan-Meier 곡선

특정 범주 변수에 따른 생존률 시각화하는 사용자지정 함수를 만들어보았습니다. survival의 lung 데이터 이용하여 예시를 보여드리겠습니다.

library(survival)
library(survminer)
library(dplyr)
df <- lung |> 
  transmute(time,
            status,  # censoring status 1=censored, 2=dead
            Age = age,
            Sex = factor(sex, labels = c("Male", "Female")),
            ECOG = factor(ph.ecog),
            `Meal Cal` = as.numeric(meal.cal))

vars <- c("ECOG", "Sex")
surv_plot_func <- function(df, vars, time, status) {

  results_list <- lapply(vars, \(x,...){
    # Creating a formula as a string
    form <<- paste0("Surv(", time, ", ", status,") ~ ",x)
    fit <- survfit(as.formula(form), data=df)
    
    # Plot the Kaplan-Meier curve using ggsurvplot
    ggsurv <- ggsurvplot(fit, pval = TRUE, conf.int = TRUE,
                         risk.table = TRUE, legend.title = "",
                         surv.median.line = "hv", xlab = "Time", ylab = "Survival Probability")

    # Return the fit and ggsurv as a list
    list(fit = fit, ggsurv = ggsurv)
  }) |> setNames(vars)

    # Return the list of results
  return(results_list)
}
res_list <- surv_plot_func(df, vars, "time", "status")

ggsurvplot 의 코드 문제인지 form을 <- 로 선언하면 에러메시지가 발생합니다. 그래서 <<-을 통해 권역 객체로 선언하였습니다.