CEO数据库单基因分析之单因素与多因素独立预后
时间:2020-07-26 来源:生信自学网 作者:刘鑫
微信公众号:biowolf_cn 点击:次
单因素与多因素独立预后分析下面我们做独立预后分析，独立预后分析的话，我们会分为两部分，一部分是单因素的独立预后分析，另外一部分是多因素的独立预后分析。我们先看一下两者的区别。单分析单因素就是将这里面的所有的因素，一个一个跟我们的生存时间和生存状态进行比较。比如说我们的基因，它是单独和生存时间、生存状态进行比较，年龄也是单独和生存时间、生存状态比较，如果这里的因素跟生存相关，那它的P值就小于0.01。同时我们根据HR值就可以看出我们这个因素，它是高风险的因素还是低风险的因素。如果这个HR值大于1的话，那他就是高风险的因素。接下来我们再看一下多因素的独立预后分析，多因素的独立预后分析就是将我们这里面的因素一次性输入，跟我们的生存时间和生存状态进行比较。看我们这里的因素是否可以作为独立的预后因子。从图中我们就可以看到这里面的P值，如果这里面P值小于0.05，就说明这个因素，它是可以作为独立的预后因子。然后同时我们也可以看一下他的HR值，大于1的话就是高风险的因素，小于1的话就是低风险的因素。同时，我们对这个HR值进行可视化，就可以得到这样的森林图。  下面我们准备独立预后分析的输入文件，输入文件就是我们之前得到的单基因的数据文件singleGeneData.txt。还有就是我们的脚本文件，我们将他们放在同一个文件夹中，设置好脚本的工作路径。  接着就可以用R运行我们的脚本文件，等待运行完成，我们就可以得到单因素和多因素的数据文件和森林图。     精品课程推荐： 《GEO基础课程》 《GEO数据库单基因挖掘文章套路》 《GEO数据库单细胞测序》  (责任编辑：伏泽 微信：18520221056) 
|