matlab 生存分析,如何保证自己的生存分析结果图有意义

54 阅读 0 评论 36 点赞

我是靠谱客的博主不安哑铃，最近开发中收集的这篇文章主要介绍matlab 生存分析,如何保证自己的生存分析结果图有意义，觉得挺不错的，现在分享给大家，希望可以做个参考。

介绍

一般来说，我们做生存分析，会有(P<0.05)和(P>0.05)两种结果。KM plot在生物医学中很常见，主要用来做预后分析，比如可以根据表达量把病人分成两组，然后比较哪组病人预后好，进而可以得出基因表达量高低与病人预后好坏相关性的结论。

画KM plot时，有时候会比较纠结怎样对病人进行分组，如何来设置分组的cutoff。一般来说常见的几种设置cutoff值得思路如下：

1：大多数情况下，根据表达量从低到高对样本进行排序，取前50%为低表达，后50%为高表达，然后画KM plot。

2：还有一些文章也会将样本表达量均分为三组或者四组。

3：一些文章也会选一些其它的cutoff，比如前1/3和后2/3，前25%和后25%(中间50%的数据去掉)。

例子

例如下面例子所示：(通过NFE2L2基因的表达量中位值，我们将所有的样本分为高表达和低表达两组，然后通过绘制KM生存分析曲线的形式来探讨两组生存概率是否存在差别)

> # =======================================================

> ####

> # =

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。