生存状态验证所构建的预后模型的准确性和特异性
更新日期:2022-08-31     浏览次数:186
核心提示:1.2 方法GSEA功能富集分析,以|NES|1 并且NOM p-val0.05为标准,筛选出肝癌组织和癌旁正常组织的RNA-Seq转录组数据中存在差异表达的基因集。单因素COX

1.2 方法

GSEA功能富集分析,以|NES|>1 并且NOM p-val<0.05为标准,筛选出肝癌组织和癌旁正常组织的RNA-Seq转录组数据中存在差异表达的基因集。单因素COX生存分析,以Pvalue<0.05为标准筛选出G2M检查点基因集中影响肝癌患者预后的基因。多因素COX生存分析,构建影响肝癌患者预后的生存模型。利用总体肝癌患者的K-M plot生存曲线、ROC曲线、不同分组的肝癌患者的生存时间和生存状态验证所构建的预后模型的准确性和特异性。数据显示为平均值±标准差,以P value<0.05为标准判定是否具有统计学意义。