回归分析beta值的标准_TCGA+biomarker——单因素Cox回归

生存分析KM法与Cox法异同

KM 方法即Kaplan-Meier survival estimate是一种无参数方法(non-parametric)来从观察的生存时间来估计生存概率的方法。KM生存分析模型，是单变量分析(univariable analysis)，在做单变量分析时，模型只描述了该单变量和生存之间的关系而忽略其他变量的影响。同时，Kaplan-Meier方法只能针对分类变量(治疗A vs 治疗B，男 vs 女)，不能分析连续变量对生存造成的影响。为了解决上述两种问题，Cox比例风险回归模型(Cox proportional hazards regression model)就被提了出来。因此，Cox比例风险回归模型，可以分析连续变量对生存造成的影响，也可以多变量分析对生存的影响。Cox回归分为单因素cox回归和多因素cox回归。

单因素Cox回归

Cox回归分为单因素cox回归和多因素cox回归，今天主要介绍单因素cox回归的使用。在TCGA+biomarker这类研究中单因素cox回归用的是比较多的，大部分情况下是用来筛选变量。当有多个自变量时，比如差异分析得到了60个差异miRNA，这时候可以通过对这60个miRNA批量做单因素Cox回归，筛选结果显著的miRNA(用于下一步的多因素cox回归)。

单因素Cox回归案例展示

下图展示了多个变量与无病生存间的单因素cox回归分析结果，独立在三个数据集中分别计算，绘制出如下表格。大家可以注意到，针对每个变量，都经过数据整理成为二