生存分析作为分析疾病/癌症预后的出镜频率超高的分析手段，而其结果展示的 KM曲线也必须拥有姓名和颜值 ！
生存分析相关推文：
生存分析和KM曲线： R|生存分析（1）
分析结果一键输出： R|生存分析-结果整理
时间依赖生存分析： R|timeROC-分析
为方便，使用内置lung数据集
可以很容易的发现与文献中的差异，可优化：
1）区分两条线的颜色和legend
2）坐标轴，标题，主题优化
3）Risk table
4）P值，OR值，CI值等注释信息
呐，线的颜色可以和性别对应起来了，Q1解决！
以上基本就完成了KM曲线颜色，线型大小，标签，横纵坐标，标题，删失点等的修改，Q2搞定！
注意中位生存时间表示50 ％的个体尚存活的时间，而不是生存时间的中位数
注 tables.height可调整为看起来“舒服”的高度
根据risk table 可以看出关键点的当前状态，Q3摆平！
1）添加KM的P值
pval.coord可以调节P值得位置
2）添加COX回归hazard ratio值等相关信息**
3）添加其他信息
可类似上述annotation得方式，使用ggplot2添加文字，箭头，公式等其他信息，下面为你可能需要的ggplot2的几个知识：
ggplot2|详解八大基本绘图要素
ggplot2|theme主题设置，详解绘图优化-“精雕细琢”
ggplot2 |legend参数设置，图形精雕细琢
ggplot2|ggpubr进行“paper”组图合并
参考资料：
更多参数参见官方文档： https://github.com/kassambara/survminer
◆ ◆ ◆ ◆ ◆
精心整理（含图版）|R语言生信分析，可视化，你要的全拿走，建议收藏！