在腫瘤研究領(lǐng)域压状，biomarker的研究以及相應(yīng)試劑盒的開始蚊荣，是服務(wù)于腫瘤臨床的一個方向。這類研究項目依賴于大量腫瘤臨床樣本和機(jī)器學(xué)習(xí)算法魄揉。由于眾多高通量數(shù)據(jù)庫的建立，使得大臨床樣本信息的獲取不再那么艱難拭宁，使得很多科研工作者都可以開展此類項目洛退。在腫瘤領(lǐng)域，TCGA數(shù)據(jù)庫自然是用的最多的杰标，結(jié)合機(jī)器學(xué)習(xí)兵怯，挖掘biomarker已經(jīng)是稀疏平常之事，今天摘自多篇相關(guān)文章中的結(jié)果腔剂，提煉出在這類研究思路下最為常見的結(jié)果展示媒区。
1. 樣本信息的Table基線表
目的：主要用來展示樣本的基本情況，比如下圖掸犬，涉及樣本的基礎(chǔ)信息袜漩，如性別、年齡湾碎、腫瘤大小宙攻、分期等諸多信息。
例圖1
例圖2
2. 單因素Cox回歸的Table基線表
目的：為了從眾多自變量中篩選出顯著性的影響因子介褥，然后以表格形式呈現(xiàn)出來座掘，涉及的結(jié)果參數(shù)主要是HR和P value值。
例圖1
例圖2
例圖3
3. 多因素Cox回歸的Table基線表
目的：分析從單因素cox回歸中的顯著性自變量是否能作為獨立影響因子柔滔！同時得到各個自變量的回歸系數(shù)溢陪，用于后期風(fēng)險比例方程的構(gòu)建。
例圖1
例圖2
4. Cox回歸分析的森林圖
目的：展示單因素/多因素Cox回歸結(jié)果睛廊、更直觀更美觀形真！
例圖1（單因素cox森林圖）
例圖2(多因素的cox回歸森林圖)
5. Nomogram模型的列線圖
目的：用于評估每個變量引起的風(fēng)險
6. Nomogram預(yù)測模型的校準(zhǔn)曲線
目的： 校準(zhǔn)度，即預(yù)測值和真實值之間的差異
7. 風(fēng)險模型的生存點圖
目的：展示風(fēng)險因素與生存之間的關(guān)系
8. 生存曲線
目的：用于直觀展示變量因素與生存之間的關(guān)系超全！評估以上變量選擇/風(fēng)險模型構(gòu)建的實用性咆霜！
9. TimeROC
目的：評價變量選擇/風(fēng)險分類模型對預(yù)后風(fēng)險的評估能力！
10. C-index
目的：評價變量選擇/風(fēng)險分類模型對預(yù)后風(fēng)險的評估能力卵迂！
11. Lasso回歸和交叉驗證
目的：Lasso回歸用于縮減變量裕便，選擇最佳變量進(jìn)入下游的分析绒净。交叉驗證核實lasso結(jié)果中的取值是否最佳见咒。
以上這些結(jié)果呈現(xiàn)都是這類型文章中比較常見的類型，為方便記憶挂疆，做了簡單的羅列匯總改览，初步了解這些結(jié)果分析的先后順序下翎，各自分析的目的是什么，以便快速了解這類型文章的研究分析思路宝当！
今天的內(nèi)容就到這里~~视事，更多內(nèi)容可關(guān)注公共號“YJY技能修煉”~~
