R语言生存分析02-ggforest

Cox 风险比例模型绘制森林图

coxph函数构建公式，公式包括生存对象和纳入多因素cox的变量，注意变量可以是分类变量
需要Surv函数构建生存对象
多因素分析得到HR, 95%CI，Pvalue
还可一句简单的命令绘制森林图

require("survival")
require(survminer)
library(ggplot2)
head(colon)

## 多因素cox回归
# coef回归系数
model <- coxph( Surv(time, status) ~ sex + rx + adhere,
                data = colon )
model
ggforest(model)

image.png

对变量因子化进行命名标签，因子分类变量

再一次说明变量可以有多个分类，不一定是二分类变量
这样就能清楚的指定参考的分类变量标签

colon <- within(colon, {
  sex <- factor(sex, labels = c("female", "male"))
  differ <- factor(differ, labels = c("well", "moderate", "poor"))
  extent <- factor(extent, labels = c("submuc.", "muscle", "serosa", "contig."))
})
bigmodel <-
  coxph(Surv(time, status) ~ sex + rx + adhere + differ + extent + node4,
    data = colon )
ggforest(bigmodel)

image.png
本期内容就到这里，我是白介素2，下期再见

相关阅读：
R语言生存分析-02-ggforest
R语言生存分析-01
生存曲线
R语言GEO数据挖掘01-数据下载及提取表达矩阵
R语言GEO数据挖掘02-解决GEO数据中的多个探针对应一个基因
R语言GEO数据挖掘03-limma分析差异基因
R语言GEO数据挖掘04-功能富集分析

如果没有时间精力学习代码，推荐了解：零代码数据挖掘课程

转载请注明出处