写在前面

如题，大概就是为了探索这个ggsurvplot函数的p值是如何计算的，首先调用命令

 fit <- survfit(Surv(DFS,status)~Group,score_v)ggsurvplot(fit,palette = 'jco',size=1.3,pval=TRUE,pval.method = TRUE,legend.labs=c("High","Low"), legend.title='Score',xlab="Time(years)",ylab='Overall survival',ggtheme = mytheme)

pval.method = TRUE该参数设置为T后，它会提示用了哪种方法计算p值，结果就是

同样的这个函数的帮助文档中也有更细节的部分，

利用函数计算p值

那么利用这个思路，查阅相关资料https://www.rdocumentation.org/packages/survminer/versions/0.4.9/topics/surv_pvalue
给出了这个答案

后续探索

有人也在github提出了这个问题，https://github.com/kassambara/survminer/issues/453，但说是解决了

library(survival)
library(survminer)
View(lung)
attach(lung)
fit <- survfit(Surv(time, status) ~ sex, data= lung)
ggsurvplot(fit, data = lung, ggtheme= theme_bw(), risk.table = F, pval = TRUE, pval.method = TRUE, surv.median.line = "hv", tables.height = 0.2, xlim = c(0, 110),log.rank.weights= "n" )
survdiff(Surv(time, status) ~ sex, rho = 1)
surv_pvalue(fit, method = "Gehan-Breslow")

三个结果都一致
所以按这个思路解决就行