Leading with leaders

——‍‍survivalCurve代码‍

survivalCurve生存分析

生存分析（survivalCurve）旨在更好地分析对不同因素对患者预后的影响，从而找到影响患者疾病的关键因素。生存曲线（Kaplan-Meier曲线）是生存分析的基本步骤，展示分类样本的生存曲线，从而揭示不同因素对疾病预后的影响。一般可应用的研究方向有：患者的生存期跟基因变异的关系、药物处理导致模式动物生存期变化。

基本原理

Kaplan-Meier法，直接用概率乘法定理估计生存率，故称乘积极限法（product-limit method），是一种非参数法。相比其他方法，KM曲线能更好的处理删失数据。

先将样本生存时间从小到大排列。若遇到非删失值和删失值相同时，非截删失排在前面。在生存时间后列出与时间相应的死亡人数，期初病例数（即生存期为某时间时尚存活的病例数）。然后计算活过每个时间点的生存率。以生存时间为横坐标，生存率为纵坐标所作的曲线，即为Kaplan-Meier曲线。

术语解释

风险比（Hazard Ratio, HR）：

Kaplan-Meier方法中计算的风险比HR为两分组对生存期影响的比例，用来描述该基因高表达对生存期的危险程度。该方法中的假设检验为两组中样本的生存期是否存在差异，即该因素是否会导致生存期的改变。

删失（censored）：

在生存分析中，部分样本在随访阶段并未发生死亡或无法继续进行随访，这部分数据即为删失数据。

生存时间

总生存期（Overall survival）

从患者确证开始值仍和原因引起死亡的时间，该指标常常被认为是肿瘤临床试验中最佳疗效的终点。

数据要求：

样本的分组情况（想要研究的因素）

样本的随访数据（总生存期，生存状态）

下游分析

若影响因素为临床特征：

分析与该临床特征相关的转录组学特征

基于该临床特征，探寻该疾病的分子亚型

若影响因素为基因：

分析基因在疾病中可能的功能

分析基因在疾病中是否为驱动基因

针对基因分析该疾病药物治疗方案

图形示例：

不同基因表达分组生存曲线

根据基因表达情况分为高表达组与低表达组，观察该基因的差异表达是否会与患者生存期的长短相关。

图注：横轴代表时间，纵轴代表生存率，平缓的曲线表示高生存率或较长生存期，陡峭的曲线表示低生存率或较短生存期。

应用示例：

文献1：PD-1 and PD-L1 co-expression predicts favorable prognosis in gastriccancer

PD-1和PD-L1共表达预测胃癌的预后好坏（于2017年7月发表在Oncotarget.上，影响因子4.784）

该文献中，作者收集了340例胃癌患者的预后信息以及PD-1、PD-L1的表达情况，并基于该数据绘制了生存曲线，发现表达PD-1的患者总体生存率更好。

文献2：VEGFR2 promotes tumorigenesis and metastasis in apro-angiogenic-independent way in gastric cancer

VEGFR2在胃癌中以非促进血管生成的方式影响肿瘤的发生和转移（于2019年2月发表在BMC Cancer. ，影响因子2.933）

该文献中，作者收集了156例胃癌患者预后信息以及VEGF基因表达情况，并基于该数据绘制了生存曲线，发现VEGFR2高表达的患者总体生存率更差。