lung_survival · Folio

id	time_days	event	sex	age_years	ph_ecog
1	306	1	male	74	1
2	455	1	male	68	0
3	1,010	0	male	56	0
4	210	1	male	57	1
5	883	1	male	60	0
6	1,022	0	male	74	1

time_days

event

sex

age_years

ph_ecog

306

male

455

male

1,010

male

210

male

883

male

1,022

male

#	变量	类型	缺失	统计
1	idkey	整数	—	min 1q1 —中位 114.5均值 114.5q3 —max 228.0
2	time_dayssurvival::lung · time（天）	整数	—	min 5q1 —中位 255.5均值 305.2q3 —max 1,022
3	event0 = 删失，1 = 死亡	整数	—	min 0q1 —中位 1均值 0.724q3 —max 1
4	sexmale / female	字符型	—	不同值 2male · female
5	age_yearssurvival::lung · age（岁）	整数	—	min 39.0q1 —中位 63.0均值 62.4q3 —max 82.0
6	ph_ecogECOG 体能状态评分	整数	1	min 0q1 —中位 1均值 0.952q3 —max 3

变量

类型

缺失

统计

idkey

整数

—

min 1q1 —中位 114.5均值 114.5q3 —max 228.0

time_dayssurvival::lung · time（天）

整数

—

min 5q1 —中位 255.5均值 305.2q3 —max 1,022

event0 = 删失，1 = 死亡

整数

—

min 0q1 —中位 1均值 0.724q3 —max 1

sexmale / female

字符型

—

不同值 2male · female

age_yearssurvival::lung · age（岁）

整数

—

min 39.0q1 —中位 63.0均值 62.4q3 —max 82.0

ph_ecogECOG 体能状态评分

整数

min 0q1 —中位 1均值 0.952q3 —max 3

library(readr) lung_survival <- read_csv( "https://assets.evanzhou.org/tessera/csv/lung_survival.csv", col_types = cols( id = col_integer(), time_days = col_integer(), event = col_integer(), sex = col_character(), age_years = col_integer(), ph_ecog = col_integer() ) )

来源

R survival 包自带的 lung 数据，记录 North Central Cancer Treatment Group 的 228 例晚期肺癌患者。Tessera 保留绘制生存曲线所需的随访时间、结局、性别、年龄和 ECOG 体能状态，并增加稳定的行号 id。

原数据的隐式编码容易误用：status 是 1 = 删失、2 = 死亡，sex 是 1 = male、2 = female。这里已经明确转换为 event = 0/1 和有名字的 sex；转换过程完整保留在生成脚本中。

适用图形

图形结构	用途
Kaplan–Meier 曲线	比较两组随访期间的生存概率，并配合风险表判断尾部稳定性
累计风险曲线	从风险累积的角度查看两组差异
固定时间点生存率	报告 1 年、2 年等预设时间点的估计值和置信区间
Cox 模型	练习风险比估计，并用年龄或 ECOG 评分作调整

lung <- survival::lung # survival::lung uses 1 = censored / 2 = death and 1 = male / 2 = female. # Freeze those implicit codes into explicit analysis-ready columns for Tessera. lung_survival <- data.frame( id = seq_len(nrow(lung)), time_days = lung$time, event = ifelse(lung$status == 2L, 1L, 0L), sex = ifelse(lung$sex == 1L, "male", "female"), age_years = lung$age, ph_ecog = lung$ph.ecog ) write.csv( lung_survival, "lung_survival.csv", row.names = FALSE )