本文探讨了如何在Kettle中利用基因表达量进行病例分组，并通过KM生存分析和logRank检验评估生存差异。作者发现可以计算hazard ratio（HR）以确定风险因子，同时分享了R语言计算HR的代码示例，强调了低表达量的保护因子和高表达量的风险因子概念。此外，还概述了生存分析的基本定义，包括生存时间、生存概率和中位生存期等。
最近根据基因表达量对病人进行分组后，使用KM生存分析的logRNAK法来检查两个组的病人的生存差异，得到了如下的图：
可以很明显看到，根据基因表达量把病人分成高表达组合与低表达组，经过log rank 检验，可以看到两组病人的生存是有统计学显著差异的，而且我们可以看到，基因表达量越高，病人死亡风险越高，所以我们可以把这个基因在表达水平上看做是风险因子，而我们通常判断风险因子或者保护因子是根据hazard ratio来的，可以看官方教材：https://www.sciencedirect.com/topics/medicine-and-dentistry/hazard-ratio
As for the other measures of association, a hazard ratio of 1 means lack of association, a hazard ratio greater than 1 suggests an increased risk, and a hazard ratio below 1 suggests a smaller risk.
所以我就突发奇想，是不是log rank 检验后也可以返回hazard ratio呢？
下面是KM生存分析和log rank检验的具体定义：
KM法即乘积极限法（pr
最低0.47元/天 解锁文章
扫一扫
3917
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
