知識的價值不在于占有,而在于使用。

生信自學網-速科生物-生物信息學數據庫挖掘視頻教程

當前位置: 主頁 > SEER >

KM方法Cox比例風險模型和競爭風險模型

時間:2017-08-23 20:31來源:原創 作者:森莘 點擊:
在疾病的預后研究中,生存分析是比較常見的統計分析方法,包括經典的KM分析,Cox比例風險模型,以及備受青睞的競爭風險模型。
KM分析于1958年出現后,迅速地應用在生存分析研究上,一段時間內也將它應用于競爭風險時間分析,KM分析使用簡單,應用廣泛,但是KM分析是一種經驗性研究,在很多專業領域并不被認為是真正的預后分析。KM法認為風險率僅僅只與時間長短有關,這不大符合實際。
KM分析
Cox比例風險模型,比例風險模型認為每個具有不同協變量的觀察量在相同的時間上應該具有不同的風險率,這才比較符合實際。在臨床研究中,觀察的結局往往不是單一的,如在防治糖尿病患者的研究中,腎臟病變、神經病變和心血管病變。許多學者應用比例風險模型獲得了研究成果,如R.Logan等人利用比例風險模型分析了630名患者進行相同HLA的親屬骨髓移植和143名進行外周血干細胞移植后發生GVHD移植物抗宿主病的發生,模型分析結果顯示,進行外周血干細胞移植后發生GVHD的風險是骨髓移植的2.25倍。
Cox比例風險模型
競爭風險模型,在醫學研究中,觀察的終點往往不是單一的,而是存在多個終點和競爭風險事件,若在可能會發生多個終點事件的情況下仍應用這些單終點分析方法,將會由于競爭風險的存在而導致對這些終點事件概率的估計偏差。競爭風險模型是一種用于處理具有競爭風險事件的分析技術,它可分析面臨多種潛在結局的生存數據,這些數據包括失效的時間跨度和導致失效的終點事件,這種終點事件可能有多個,這些潛在的終點事件互被稱為“競爭風險”事件。
SEER數據庫競爭風險模型
在實際生信分析中,三種分析都非常使用,論文用的比較多的,TCGA數據庫利用臨床信息和基因表達量,可以繪制生存曲線,利用的就是KM法,可以分析單個基因高表達和低表達的生存曲線,是一種非常使用的預后生存分析。
TCGA數據庫Cox分析,是TCGA數據庫挖掘的深入分析方法,利用Cox分析的論文就目前來看,是非常受歡迎的。
競爭風險模型現在主要是用在SEER數據庫挖掘,SEER數據庫提供豐富的癌癥臨床數據,而且提供癌癥死亡的原因,是死于癌癥,或者死于非癌癥的其他原因,這樣就可以用競爭風險模型進行分析。

責任編輯:樂偉
作者申明:本文版權屬于生信自學網(微信號:18520221056)未經授權,一律禁止轉載!
加生信自學網群
BioWolf二維碼生成器
頂一下
(3)
100%
踩一下
(0)
0%
------分隔線----------------------------
發表評論
請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
評價:
表情:
用戶名: 驗證碼:點擊我更換圖片
TCGA腫瘤微環境
推薦內容
單基因發文套路
m6A