利用逐步回归法筛选特征基因构建Cox风险模型分析(48)

¥69.90

购买后会显示你购买的服务器的账号和密码。并且发送服务器的账号和密码到你的邮箱作为备份。格式为xxxx:zzzz  （以“：”分割，前边是账号，后边是密码），例如  xiaoyun:998899 那么你的服务器的账号和密码分别是xiaoyun和998899。

有了账号和密码后，不会登录服务器的参考链接：http://www.biocloudservice.com/wordpress/?p=292  

有问题咨询客服，客服微信：18502195490

分类：

描述

COX比例风险模型（cox proportional–hazards model），是英国统计学家D.R.COX（1972）提出的一种半参数回归模型。该模型通常是用于医学研究中，分析一个或多个前定变量对患者生存时间的影响。与单变量分析常用的Kaplan–Meier 曲线和logrank tests 不同，COX模型是多因素生存分析的方法，并且，COX回归把生存分析方法拓展到同时评估几种风险因素对生存时间的影响，因此有更广泛的运用。
在进行特征筛选时，从大量候选变量中选择最终的预测变量有以下两种流行的方法：逐步回归法（stepwise method）和全子集回归（all–subsets regression）。逐步回归法step（）里面的direction=‘forward‘,‘backward‘，‘both‘的三种回归方式，就是分别向前逐步回归、向后逐步回归和向前向后逐步回归，本代码结合了向前逐步回归和向后逐步回归的方法（即direction=‘both‘），变量每次进入一个，但是每一步中，变量都会被重新评价，对模型没有贡献的变量将会被删除，预测变量可能会被添加、删除好几次，直到获得最优模型为止。

使用方法：Rscript Cox.R –uniSigExp=uniSigExp.txt
参数说明：
USAGE:Cox.R –uniSigExp=<uniSigExp>PARAMETERS:

–uniSigExp In the input file, the first column is the sample name, the second column is the sample survival time, the third column is the sample survivalstatus, and the fourth column and subsequent column is the gene expression matrix to be included in the analysis

操作步骤：
1、打开命令行界面，输入“Rscript Cox.R”调阅帮助文档，确定该程序所需的输入文件。2、用户根据帮助文档中的参数说明内容，对参数进行设置。这里，必须输入参数有1个，即–uniSigExp，提供输入数据。该输入文件中第一列是样本名，第二列是样本的生存时间，第三列是样本的生存状态，第四列及以后是要纳入分析的基因表达量矩阵。3、完成参数提交后，按下回车键，整个程序即正式开始进入执行。每步执行内容都会给出提示。程序执行完毕后，界面会显示”Program execution is completed“结束语。

结果展示：

1. multiCox.xls ：多因素Cox分析结果文件

 

  • 第1列为筛选出来的特征基因；
  • 第2列coef 为系数beta；
  • 第3列HR即hazard ratio，代表风险率；
  • 第4–5列HR .95L和HR .95H为95%的置信区间；
  • 第6列pvalue为p值。
 

2. risk.txt ：每个患者的风险值结果

 

  • 第1列为样本名；
  • 第2列为患者的生存时间；
  • 第3列为患者的生存状态；
  • 第4–n列为每个特征基因的表达量；
  • 倒数第2列riskScore为每个患者的风险值；
  • 最后一列risk为该患者是的风险分组。

相关产品

推荐阅读

结直肠癌新的缺氧和乳酸代谢相关分子分型和预后特征
Read More
生信思路分享
Read More
生物信息学分析新思路
Read More