2万个基因的生存分析

一、生存分析R语言基础

我们将使用两个R包：
survival 用于计算存活分析
survminer 用于总结和可视化生存分析结果

library(survival)
library(survminer)

结果展示：

fit2 <- survfit( Surv(stop, event) ~ size, data = bladder )

fit2

ggsurvplot(fit2)

plot

二、2万个基因的身存分析（循环）

km_result <- data.frame()
for(i in colnames(precox[,4:ncol(precox)])){
  cut <- surv_cutpoint(data = precox,time = "RFS.time",event = "RFS",variables = i,minprop = 0.1)
  cat <- surv_categorize(cut)
  fit <- survfit(Surv(RFS.time,RFS)~get(i),cat)
  fit1 <- summary(fit)
  re <- surv_pvalue(fit,cat)
  km_result <- rbind(km_result,
                     cbind(id=i,
                           riskscore=cut$cutpoint$cutpoint,
                           pvalue=re$pval))
}