Cox多因素模型预测肿瘤预后

Cox多因素模型预测肿瘤预后

1 分析目的

利用生存分析结果中的预后相关临床表型以及基因表达等作为特征，构建cox多因素模型预测肿瘤病人的预后（1/3/5年生存率）

2 数据来源
TCGA/GEO数据库的临床数据（预后以及表型）、基因表达谱

3 分析方法
将数据集随机划分为训练集和测试集。在训练集上，我们利用预后相关的特征，使用R包“survival”中的coxph方法，综合考虑这些特征的影响，得出每个特征的相关显著性(Pr(>|z|))和系数(coef)，在此我们筛选显著性P value<0.05的基因。利用此处筛选出的显著基因，我们构建多因素的风险模型如下：Risk score = βgene1*exprgene1 + βgene2*exprgene2 + ... +βgeneN*exprgene其中βgene1、βgene2…βgeneN表示多因素分析中各个基因的系数。对于测试集中的每个样本，我们根据这个公式计算其Risk score，并以中位数为标准划分高风险组和低风险组，做K-M生存分析，检查是否有统计上的显著性。此外，我们用这一Risk score为标准预测试集中病人的1年/3年/5年生存率，以用ROC曲线和AUC值做模型的评估。

4 交付文件
（1）训练集与测试集的随机划分结果（Excel）
（2）cox多因素模型中每一个特征的分值以及统计显著性（Excel）
（3）测试集每一个样本的风险分值以及高风险/低风险分组（Excel）
（4）cox多因素模型的评估：KM生存曲线以及ROC曲线图

5分析结果示例图

​​​​​​​