TCGA与GEO的独立预后分析独立要分析的目的就是看我们这个模型是否可以独立于其他的临床性状作为独立预后因子。我们先看一下TCGA的独立预后分析得到的结果 通过TCGA独立预后分析,我们可以得到两个图形,一个是单因素的独立预后分析结果,另外一个是多因素的独立与预后分析结果。 我们先看一下单因素独立预后分析,单因素的话,就是将我们的临床因素和我们的风险值一个一个的输入跟我们的生存时间和生存状态进行比较。看我们这里的因素是否跟生存相关,如果这个P值小于0.05就说明我们这里的因素,跟我们的预后是相关的,比如说年龄,他的P是小于0.05,就说明年龄跟预后是相关的。然后这里的性别它是大于0.05就说明性别跟我们的预后是无关的,这就是我们得到图形。 因为是单因素的预后分析,所以得到的p值小于0.05的话,只能证明这个因素跟我们的预后是相关的,然而我们要做独立预后分析,我们真正要看的是我们后面这个图形,也就是多因素的独立预后分析 多因素的独立预后分析,就是将这里所有的因素一次性输入,跟我们的生存时间和生存状态进行比较。如果他的P小于0.05,就说明这个因素可以独立于其他的因素作为独立的预后因素,从中我们可以看到,年龄、分期、风险值这三个是可以作为独立的预后因子。 下面我们绘制这样的图形,要用到的输入文件是包含生存时间,生存状态和病人的风险值的TCGA的风险文件,我们要将该风险文件中的有用数据提取出来,单独放在一个文件中。 另一个文件就是病人的临床数据文件,我们要用风险文件和临床数据进行比较,看我们的模型是否可以独立于其他的性状作为独立的预后因子。 最后是由我们生信自学网提供的脚本文件,感兴趣的学员可以购买我们的课程。运行结束后,我们就会得到两个图形,以及两个数据文件。 而CEO独立预后分析的步骤和上面是一样的,这里就不再介绍,下面是最终得到的结果图。 视频购买链接: 《免疫基因对文章套路视频》 精品课程推荐: 《GEO数据库miRNA芯片挖掘》 《甲基化肿瘤分型文章套路视频》 《TCGA肿瘤免疫细胞浸润模式挖掘》 责任编辑:伏泽 作者申明:本文版权属于生信自学网(微信号:18520221056)未经授权,一律禁止转载! |