划重点啦！接下来主要讲解的是：患者生存状态的影响因素分析！
00 前言：
大家好， 我们是科研风雨路，点击右上方“关注”，每天为你分享一些科研知识，共同进步。划重点啦！接下来主要讲解的是：患者生存状态的影响因素分析！
01准备问题与数据 ：
比如我要研究的问题是，某基因的表达量以及临床性状里面各项指标与生存资料之间的关系。
以死亡为结局，每个研究对象的某基因的表达量以及临床性状里面各项指标为主要研究因素，每个研究对象都有生存时间（随访开始到死亡、失访或随访结束的时间）。
欲了解每个研究对象的某基因的表达量以及临床性状里面各项指标等因素对胃癌患者生存的影响是否有差异，可以用Cox比例风险模型（Cox proportional-hazards model，也称为Cox回归）进行分析。临床研究中非常常用！
02
使用小技巧：
1、注意： 实际上，Cox回归的结局不一定是死亡，也可以是发病、妊娠、再入院等。其共同特点是，不仅考察结局是否发生，还考察结局发生的时间。
2、注意：在进行Cox回归分析前，如果样本不多而变量较多，建议先通过单变量分析（KM法绘制生存曲线、Logrank检验等）考察所有自变量与因变量之间的关系，筛掉一些可能无意义的变量，再进行多因素分析，这样可以保证结果更加可靠。
即使样本足够大，也不建议把所有的变量放入方程直接分析，一定要先弄清楚各个变量之间的相互关系，确定自变量进入方程的形式，这样才能有效的进行分析。
3、注意：单因素分析后，应当考虑应该将哪些自变量纳入Cox回归模型。一般情况下，建议纳入的变量有：
1）单因素分析差异有统计学意义的变量（此时，最好将P值放宽一些，比如0.1或0.15等，避免漏掉一些重要因素）；
2）单因素分析时，没有发现差异有统计学意义，但是临床上认为与因变量关系密切的自变量。
03 cox回归分析的意义
主要研究因素每个因素是否与我们的生存相关，这是指单因素cox回归分析，如果要研究多个因素是否与我们的生存相关，这时就需要用到多因素cox回归分析。
04 操作和得到的结果含义
关于如何操作得到的结果，以及得到结果的含义，具体根据我们生信的操作，得到结果后，进行解析。
05 接下来的具体安排
以下是这几天公众号的安排：
第一：使用脚本绘制配对差异图，如果忘记了，可以回顾一下前一节的内容，链接在这里啦！预计2分钟。
第二：首先我们要从TCGA上下载临床数据，接下来是提取临床数据，然后进行生存分析的文件准备，再接下来是进行生存分析，紧接着先准备临床相关性输入文件，然后再进行cox分析输入文件的准备，最后是单因素cox回归分析和多因素cox回归分析。
最后：各位小伙伴，觉得内容对你有帮助，记得顺手点个赞和在看哟，你小小的点赞和在看永远是我持续写作的动力，谢谢你。
