单变量和多变量财务预警模型_TCGA系列学习笔记（6）多因素生存分析

微信公众号：生信小知识
关注可了解更多的教程及单细胞知识。问题或建议，请公众号留言;

TCGA系列学习笔记(6)多因素生存分析

内容目录

前言1. 背景知识1.1 回顾1.2 生存分析种类1.3 Cox回归1.3.1 模型建立1.3.2 基本假定1.3.3 偏回归系数的意义1.3.4 参数估计与假设检验1.3.5 独立危险因素1.3.6 多因素怎么选择因素去做？2. 用R语言进行Cox回归分析2.1 载入数据2.2 单变量计算COX模型2.2.1 性别单因素结果分析2.2.2 批量单因素分析结果2.3 多因素Cox分析2.3.1 多因素分析结果2.4 可视化展示

前言

久违了~

前期笔记：

TCGA系列学习笔记(1)数据下载

TCGA系列学习笔记(2)3大主流差异分析包

TCGA系列学习笔记(3)3大差异分析结果绘图

TCGA系列学习笔记(4)差异分析结果注释

TCGA系列学习笔记(5)单因素生存分析

Reference：

• 一些生存分析相关基础概念：https://www.jianshu.com/p/1a8ee973b45f

• 关于删失问题详解：https://www.mediecogroup.com/method_topic_article_detail/300/

• Kaplan-Meier曲线原理详解：http://www.360doc.com/content/17/0626/11/6175644_666623573.shtml

• log-rank检验和Wilcoxon检验的区别：https://mp.weixin.qq.com/s/XpPpOpeNcIDXbd6es5VnvA

• 生存分析系统讲解：https://www.jianshu.com/p/559d4a966900

• 用R来做KM生存分析详解：https://www.bioinfo-scrounger.com/archives/647/

• Cox与KM生存分析及结果解读：https://www.omicsclass.com/article/1138

• 强烈推荐——sthda官网R代码：http://www.sthda.com/english/wiki/cox-proportional-hazards-model

• Cox回归生存分析 - 简书：https://www.jianshu.com/p/e80eb4168043

• R语言实现及结果解读：https://www.omicsclass.com/article/1132

• 【8文合集】全面了解单因素分析和多因素分析：https://www.mediecogroup.com/method_topic_article_detail/583/?ty=methods

最后一个深度好文，主要是从统计学角度解释了单因素分析和多因素分析的结果理解，一定要好好看！再放一个链接：

https://www.mediecogroup.com/method_topic_article_detail/583/?ty=methods

要去看哟~

1. 背景知识

1.1 回顾

先简要回顾下TCGA系列学习笔记(5)单因素生存分析中的一些概念：

• 生存函数：S(t,X) 表示观察对象的生存时间T大于某时刻t的概率，称为生存函数，又称为累积生存率。

• 死亡函数：F(t,X)=1-S(t,X)，当观察随访到t时刻的累积死亡率。

• 死亡密度函数：f(t,X)=对F(t,X)求导，某时刻t的瞬时死亡率，称为死亡密度函数。

• 危险率(风险)函数：h(t,X)=f(t,X)/S(t,X)，某时刻 t 的瞬时死亡速率除以 t 时刻的存活人数(实际上是一个条件瞬间死亡率)。

Kaplan-Meier curves 与 logrank test tests属于单因素分析的例子，他们研究的是单一变量与生存的关系，并且Kaplan-Meier 与log-rank检验只适用于分类变量，却并不适用于数值型变量，比如我们常见的基因表达。

1.2 生存分析种类

生存分析的方法一般可以分为三类：

1. 参数法：知道生存时间的分布模型，然后根据数据来估计模型参数，最后以分布模型来计算生存率。一般不用，因为目前认为我们不知道生存时间符合什么模型。

2. 非参数法：不需要生存时间分布，根据样本统计量来估计生存率，常见方法Kaplan-Meier法(乘积极限法)、寿命法。而对于Kaplan-Meier法来说，其中的p值我们常用log-rank检验和Wilcoxon检验去求。

3. 半参数法：也不需要生存时间的分布，但最终是通过模型来评估影响生存率的因素，最为常见的是Cox回归模型

备注：

• 单个变量的Cox回归和K-M法结果不一致时，此时我们还是应该选择Cox的结果，因为参数检验效力高于非参数检验。