创建带有响应百分比和时间的反向Kaplan-Meier曲线

我试图创建一个反向KM图，显示患者对药物治疗的反应时间

Time    response
3   57
4   35
4   85
4   90
5   55
6   65
6   89
6   72
9   97
9   89
9   98
10  99
10  92
13  99
14  50
15  97
18  60
21  70
25  76
28  77
40  82
48  86

时间以天为单位，响应以百分比为单位。起初，我认为我可以尝试使用生存分析，但我认为一个危险的阴谋将更好地工作。我不知道该怎么办

这里有一个链接，指向一篇已发表的文章，第三个图显示了这一点。我还不是一个KMplot方面的专家，但是任何帮助和批评都将被高度赞赏

---

为了解决您的问题，我首先将您的数据重新组织为我习惯的生存数据。这是每个事件/审查一行。然后我拟合了一个生存模型并绘制了KM

dt <- as.data.frame(matrix(c(3,57
,4,35
,4,85
,4,90
,5,55
,6,65
,6,89
,6,72
,9,97
,9,89
,9,98
,10,99
,10,92
,13,99
,14,50
,15,97
,18,60
,21,70
,25,76
,28,77
,40,82
,48,86),ncol=2,byrow = TRUE))

colnames(dt) <- c("time","response")

#translate percentage of responders at each time to number of responders if we start with a population of 10000
dt$individuals <- round(10000*sapply((1:nrow(dt)),function(x){prod(dt[1:x,"response"]/100)}))

s <- data.frame(time = with(dt,rep(time, individuals))
                ,event = 1)

library(survival)

sobj <- Surv(s$time, s$event)
fit <- survfit(sobj ~ 1)
plot(fit, fun="event")

---

dt请在问题1）中添加数据的
dput（）
，以便人们更容易复制和粘贴数据。2） 您尝试的代码示例，以及为什么它不是您想要的。而且，这和我以前见过的任何生存数据都不一样。其格式通常为
时间
审查
对，表示观察的时间以及事件是否发生（即患者是否有反应）（即观察期结束时无反应）。按照你的方式，很难知道该画什么，因为大多数时候都有多个百分比。我和巴克在一起。如果“百分比”是一个累积值，它应该是单调的。如果不是累积的。。。那么它是什么？你如何解释“百分比”值？我无法说出你的曲线图代表什么，因为你没有将该值解释为任何特定分母的百分比。我不确定你的响应变量的实际含义。我猜剩下的对治疗有反应的人口的百分比。如果没有，你应该澄清你的数据。啊，很抱歉-百分比是基于药物治疗的治疗反应，基于m蛋白值低于原始基线实验室值。好的，你的数据中的蛋白值在哪里？如果您正在寻找生存分析或危险，那么事件是什么？你能以某种方式从你的数据中构建一个生命表吗，就像我尝试过的那样？