集思广益-生存分析可以随心所欲根据表达量分组吗

现在又有人提出来一个新的问题，如下：

根据基因表达量的中位值把样本分成高低表达量的组别，然后做生存分析是比较符合大家的直觉的。

如果这个时候生存分析结果不具有统计学显著性，而大家又的确感兴趣这个基因在这个癌症的临床意义，会尝试调整分组指标，这也就是为什么网页工具会提供调整阈值的窗口，比如调整为如下所示：

image-20190515111829160

你会惊奇的发现显著了！！！

但是实际上这样30%的阈值来进行分组的操作一定会受到审稿人质疑，基本上没有人这样操作，如果调整为25%的阈值就会发现马上又不显著了。

所以这样的KM分析是有弊端的！

那COX分析呢

COX分析就是排除一下样本其它信息的干扰之后的生存分析，这个时候网页工具能做的很有限，我们需要下载临床数据在R里面完成这个分析，如果你看了我的视频，就应该是知道至少下面两个临床信息是值得信赖的。

• https://gdc.xenahubs.net/download/TCGA-BRCA/Xena_Matrices/TCGA-BRCA.GDC_phenotype.tsv.gz
• TCGA-CDR https://api.gdc.cancer.gov/data/1b5f413e-a8d1-4d10-92eb-7c4ae739ed81

打开Rstudio，接下来就开始我们的表演吧！

image-20190515112010105

首先制作网页工具同样的图：

a=read.csv('BRCA_5163_50_50.csv')
head(a)
a$event=ifelse(a$Status=='Alive',0,1)
library(survival)
library(survminer)
sfit <- survfit(Surv(Days, event)~Group, data=a) 
ggsurvplot(sfit, conf.int=F, pval=TRUE)

出图如下：