Question

好的，所以我有一个如下所示的数据框：

head(exprs, 21)

   sample expr              ID X_OS
1     BIX high TCGA_DM_A28E_01   26
2     BIX high TCGA_AY_6197_01   88
3     BIX high TCGA_HB_KH8H_01  553
4     BIX  low TCGA_K4_6303_01  256
5     BIX  low TCGA_F4_6703_01  491
6     BIX  low TCGA_Y7_PIK2_01  177
7     BIX  low TCGA_A6_5657_01  732
8     HEF high TCGA_DM_A28E_01   26
9     HEF high TCGA_AY_6197_01   88
10    HEF high TCGA_F4_6703_01  491
11    HEF high TCGA_HB_KH8H_01  553
12    HEF  low TCGA_K4_6303_01  256
13    HEF  low TCGA_Y7_PIK2_01  177
14    HEF  low TCGA_A6_5657_01  732
15    TUR high TCGA_DM_A28E_01   26
16    TUR high TCGA_F4_6703_01  491
17    TUR high TCGA_Y7_PIK2_01  177
18    TUR  low TCGA_K4_6303_01  256
19    TUR  low TCGA_AY_6197_01   88
20    TUR  low TCGA_HB_KH8H_01  553
21    TUR  low TCGA_A6_5657_01  732

简单地说，对于每个sample，有7位患者，每位患者的生存时间（X_OS）和表达水平high或low（expr ）。在下面的代码中，我希望获取第一个样本并通过survdiff函数运行它，输出转到dfx。但是，我是生存分析的新手，我不知道如何使用survdiff函数的参数。我希望比较每个high的{{1}}和low个表达式组。如何编辑函数sample以产生我需要的expfun输出？另外，理想情况下，我喜欢将pvalues从中获取，但我可以在后面的步骤中进行处理。谢谢！

survdiff

Answer 1

试试这个。我添加了一个正确的Surv（）调用，因为你只有时间和没有状态参数，我把它变成了一个公式（在波浪号的另一边有预测器），因为Surv函数需要状态作为它的第二个参数， survdiff期望公式作为其第一个参数。这意味着您需要使用常规的R回归调用约定，其中列名称用作公式标记，数据框用于data参数。如果你有一个审查变量，它将被作为第二个Surv参数而不是我现在拥有的1。

 expfun = function(x) {
  survdiff( Surv( X_OS, rep(1,nrow(x)) ) ~ expr, data=x)
}

dfx <- lapply(split(exprs[c("expr", "X_OS")], exprs$sample), expfun)

这是print.survdiff的结果：

> dfx
$BIX
Call:
survdiff(formula = Surv(X_OS, rep(1, nrow(x))) ~ expr, data = x)

          N Observed Expected (O-E)^2/E (O-E)^2/V
expr=high 3        3     2.05     0.446     0.708
expr=low  4        4     4.95     0.184     0.708

 Chisq= 0.7  on 1 degrees of freedom, p= 0.4 

$HEF
Call:
survdiff(formula = Surv(X_OS, rep(1, nrow(x))) ~ expr, data = x)

          N Observed Expected (O-E)^2/E (O-E)^2/V
expr=high 4        4     3.14     0.237      0.51
expr=low  3        3     3.86     0.192      0.51

 Chisq= 0.5  on 1 degrees of freedom, p= 0.475 

$TUR
Call:
survdiff(formula = Surv(X_OS, rep(1, nrow(x))) ~ expr, data = x)

          N Observed Expected (O-E)^2/E (O-E)^2/V
expr=high 3        3     1.75     0.902      1.41
expr=low  4        4     5.25     0.300      1.41

 Chisq= 1.4  on 1 degrees of freedom, p= 0.235

请注意，您可以使用以下命令查看生成打印输出的代码：

getAnywhere(print.survdiff)

R：使用日志等级测试（survdiff）

1 个答案: