生存分析绘制生存曲线

在上一篇文章中，我们已经得到了预后模型，根据预后模型我们可以计算每个病人的风险值，然后根据得到的ROC曲线可以找到最优的cutoff，然后就可以将病人分为高低风险两组，最后我们就能够绘制如下生存曲线

这个是TCGA数据库的生存曲线：

我们可以看到，在这个生存曲线里面横坐标是生存时间，单位是年，纵坐标是生存率，随着时间的推移，病人的生存率是下降的。然后我们可以将病人分为高低风险两组，红色代表高风险组，蓝色代表低风险组，我们在这个图里面可以看出这两组之间曲线是分开的，就说明这两组之间生存是具有差异的，但具体是否具有差异，我们要看Pvalue值，如果P小于0.05，就说明高低风险组的生存是具有差异的，所以这里的高低风险量组生存差异是非常显著的

接着我们再看一下图形的下半部分

下半部分的话，它的横坐标是生存时间，单位是年，纵坐标是高低风险的一个划分。每个时间点都有数值，这个数值代表高低风险组在每个时间点剩余病人的数目。

接下来就是GEO数据库的生存曲线：

GEO作为验证组的话，它的P值肯定是不如这个训练集那么显著。我们可以看到这里的P值是0.036，也是小于0.05，就说明GEO数据库可以验证我们这个模型的准确性，说明在GEO数据库里面我们也可以通过这个模型得到高低风险组。

下面我们来看一下绘制生存曲线需要的输入文件，输入文件是我们上一篇文章中得到GEO数据库和TCGA数据库的风险文件，以及我们事先写好的脚本文件。