根据肿瘤突变负荷TMB进行KM生存分析寻找最佳的cutoff(8)

¥0.01

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

肿瘤突变负荷(tumor mutation burden,TMB)被定义为每百万碱基中被检测出的,体细胞基因编码错误、碱基替换、基因插入或缺失错误的总数,它反映了肿瘤细胞所携带的突变总数。

很多时候,当我们对关心的变量(比如单个基因表达量、样本风险值riskScore、肿瘤突变负荷TMB)在用中位数为截点时,生存分析往往没有差异。当我们关心的变量KM曲线差异不显著时,应该怎么办?这个时候常常需要找到一个最佳截点使得生存分析有差异,我们的分析才有实际意义。

这些都是基于survminer 包的surv_cutpoint()函数完成的,surv_cutpoint计算的统计量是基于maxstat包的maxstat.text函数计算出的Maximally selected rank statistics,通过这个R包,可以获得直接用于文章中的最佳截断值选取图、生存差图,以及分组信息。

1.使用surv_cutpoint()函数找到最优的cutoff值:

2.生存差异分析:

3.分组结果文件:

如需代码及示例数据等文件,支付后领取~