歡迎來到醫(yī)科研,這里是白介素2的讀書筆記,跟我一起聊臨床與科研的故事, 生物醫(yī)學(xué)數(shù)據(jù)挖掘,R語言,TCGA、GEO數(shù)據(jù)挖掘。 摘要
納入分析的基線數(shù)據(jù)首先,這基本上是每篇文章的必備資料,必須報告用于分析的基線資料。 當(dāng)然,我們這里的資料并不完整展示。大概就是包括年齡,分期分級,人種這些信息。通常這個內(nèi)容,作為文章的 Table1。 在本文中,作者還分析了另外一個自己的數(shù)據(jù)集,因此作者也對此做了展示,包含兩個基線資料的表格。 單因素生存分析從國家癌癥研究所監(jiān)測、流行病學(xué)和最終結(jié)果(SEER)數(shù)據(jù)中比較三陰性乳腺癌(TNBC)中各個亞型的總生存期的單因素分析。 Kaplam-Meier法生存分析KM法分析 SEER數(shù)據(jù)庫的 Cancer specific survival。 不同分期的單因素與多因素分析應(yīng)用了單因素與多因素生存分析,在不同腫瘤分期的生存情況。 結(jié)論本文的分析包括兩個數(shù)據(jù)集,一個數(shù)據(jù)集來源于 SEER數(shù)據(jù)庫,另外一個為作者自己的數(shù)據(jù)集。結(jié)論為三陰乳腺癌的預(yù)后比非三陰要差。 |
|