python cox回归_TCGA+biomarker——多因素Cox回归
多因素Cox回归
单因素cox回归分析得到的是多个自变量与生存之间的关系,但并没有排除其他因素这个结果是否有作用。一般多因素Cox回归分析就是用来矫正其它因素的,也可以用作某变量是否能作为独立因子的评估方法。
多因素cox回归案例展示
下图展示了多因素COX回归,评估KIF20A表达状态与总生存和无病生存之间的相关性,并矫正了其他因素对其影响,评估KIF20A能否作为独立因子!(这里其实是将KIF20A这个因素构建成两种不同的分类体系,一种为连续性数值变量;一种为二分类型变量。两者形式的变量进行多因素cox回归分析,发现都显著,进一步证明了KIF20A作为独立因子的可靠性!)
image
很多时候,为了单因素和多因素COX回归结果看起来更连贯,经常也会把两种cox回归结果整理在一起进行展示,如下图:分别在两组独立数据集中做单因素和多因素Cox回顾分析。解释如下:以TESTING数据集结果为例,单因素cox分析了10个变量与生存之间的关系,发现有5个变量结果显著。接下来对这5个变量进行多因素分析,发现有两个变量显著,可作为独立因子!
image
多因素cox回归结果解释
多因素cox回归结果
image
从上图中可以看出来,单因素cox和多因素cox的结果属性值都是一样的,只是前者的变量为一个(对应一组结果值),后者变量可以有多个(对应多组结果值)。
多因素cox回归结果关键之处****:在多因素cox回归分析中,可以评估各个自变量的相对效应,比较各个自变量的回归p值。若性别(sex)更为显著的,****表明性别是患者之间生存期不同的主要因素,患者年龄次之,但作为协变量的情况下表现不明显(p>0.05)。也可以查偏回归系数等指标,关注exp(coef)信息,和上文中分别使用性别(sex)和年龄(age)的单变量Cox回归具有一致的趋势。性别(sex)的exp(coef)<1(即HR<1), 年龄的exp(coef)>1(即HR>1),表明男性肺癌患者比女性肺癌患者具有更差的预后,高龄人群可能存在更高的风险。
多因素cox回归分析如何做?
——适用于数值型变量,即多因素cox结果只有一行。(自变量可以是连续性变量,也可以是数值化后的分类变量)
rm(list = ls())
library("survival")
library("survminer")
#载入并查看数据集
data("lung")
head(lung)
str(lung)#该数据将所有变量都转换为数值型,包括性别(1,2表示),分期(1,2,3,4表示)等。若是字符型的话,结果会有所不同!
#cox 回归分析(多因素)
res.cox
res.cox
summary(res.cox)
——适用于分类变量,同时展示所有协变量的结果
rm(list = ls())
library("survival")
library("survminer")
#载入并查看数据集
data("lung")
head(lung)
str(lung)#该数据都为数值型,如性别(1,2表示)。要分类展示cox回归需要将分类变量因子化
#将分类变量从数值型改为因子
lung
sex
#cox回归分析(多因素)
res.cox
res.cox
summary(res.cox)
##是否分开展示看结果,整体展示和分开展示哪个好说明好解释用哪个!!
更多内容可关注公共号“YJY技能修炼”~~~
python cox回归_TCGA+biomarker——多因素Cox回归相关推荐
- R语言与临床模型预测——LASSO回归,单因素多因素cox,差异表达分析,Venn图,森林图,列线图,矫正曲线,ROC全套代码及解析——第十三部分 校准曲线 本专栏可免费答疑
1.下载数据 2. 匹配基因 3. 基因去重复 4.匹配临床数据 5.批量cox回归分析 6.差异表达基因筛选 7.取交集,选出预后相关的差异表达基因 8.森林图绘制 9.lasso回归进一步排除具有 ...
- Python使用sklearn构建广义线性模型:泊松回归(Poisson regression)实战
Python使用sklearn构建广义线性模型:泊松回归(Poisson regression)实战 目录 Python使用sklearn构建广义线性模型:泊松回归(Poisson regressio ...
- Python使用sklearn构建广义线性模型:gamma回归(Gamma regression)实战
Python使用sklearn构建广义线性模型:gamma回归(Gamma regression)实战 目录 Python使用sklearn构建广义线性模型:gamma回归(Gamma regress ...
- Python使用sklearn构建广义线性模型:Tweedie回归(Tweedie regression)实战
Python使用sklearn构建广义线性模型:Tweedie回归(Tweedie regression)实战 目录 Python使用sklearn构建广义线性模型:Tweedie回归(Tweedie ...
- python回归算法_机器学习算法之回归详解
导语 回归:从一组数据出发,确定某些变量之间的定量关系式:即建立数学模型并估计未知参数. 回归的目的是预测数值型的目标值,它的目标是接受连续数据,寻找最适合数据的方程,并能够对特定值进行预测.这个方程 ...
- python 线性回归模型_如何在Python中建立和训练线性和逻辑回归ML模型
python 线性回归模型 Linear regression and logistic regression are two of the most popular machine learning ...
- Python 数据科学入门教程:机器学习:回归
Python 数据科学入门教程:机器学习:回归 原文:Regression - Intro and Data 译者:飞龙 协议:CC BY-NC-SA 4.0 引言和数据 欢迎阅读 Python 机器 ...
- python数据挖掘学习笔记】十六.逻辑回归LogisticRegression分析鸢尾花数据
但是很多时候数据是非线性的,所以这篇文章主要讲述逻辑回归及Sklearn机器学习包中的LogisticRegression算法 #2018-03-28 16:57:56 March Wednesday ...
- python机器学习案例系列教程——逻辑分类/逻辑回归LR/一般线性回归(softmax回归)
全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程 线性函数.线性回归 参考:http://blog.csdn.net/luanpeng825485697/article/details ...
- R语言单因素/多因素 Logistic回归
变量因子的转换->单因素logistic回归->多因素logistic回归 https://mp.weixin.qq.com/s/NowePGv6DF9_dF4blSyzVQ 两个模型的比 ...
最新文章
- 94. 二叉树的中序遍历(迭代)
- 详解ABBYY FineReader 12扫描亮度设置
- solidity智能合约开发简介
- python27文件夹_为什么python27.dll不是python安装文件夹的一部分,而是在Windows系统文件夹中...
- Android属性动画 XML
- VMware 虚拟机安装
- 适合英语学习的100部电影
- 多智能体强化学习(一) IQL、VDN、QMIX、QTRAN算法详解
- TP5代码一键生成(萤火小程序新增功能开发辅助)及开发记录文档
- 关于Spring IOC (DI-依赖注入)你需要知道的一切
- 第1章 【蓦然回首】开篇引导【少年,奋斗吧】
- 深色背景黑底白字,蓝底白字课件材料“洗白”打印,ps批处理教程
- AutoCAD Civil 3D里材质资源管理器手动重安装
- jquery-2.1.1.min.js:4 GET http://localhost:9090/api/get/list?page=1page_size=10type=1 404 (Not Fou
- 两个PDF比较标出差异_PDF最全接触
- 进制如何转换?原理是什么?
- IETP认证辅导,什么是认证供应商计划及安全保证证书由哪个组织颁发的
- UE4导入人物模型后,材质没有对应的材质插槽,导致材质贴图混乱,的解决办法
- 2022-2-22 王爽《汇编语言》实验一
- python词云是什么意思_python-词云