主要观点总结
本文介绍了生存分析的理论知识，包括KM-plot可视化、生存分析作图代码、常用KM-plot的原因、连续性数据的离散化和meta临床信息表格的整理。
关键观点总结
关键观点1: 生存分析简介
文章简要介绍了生存分析的理论知识，包括KM-plot和批量生存分析的基本概念。
关键观点2: KM-plot可视化
文章详细描述了KM-plot可视化的重要性，包括输入数据的准备和代码的实现。
关键观点3: 生存分析的常用原因
文章解释了为什么常用KM-plot进行生存分析，包括它是非参数估计、能直观表现生存率或死亡率、能通过组间比较获得p值等优点。
关键观点4: 连续性数据的离散化
文章介绍了如何处理连续性数据，包括根据中位数截断、根据某个具体数值截断和最佳截断值等方法。
关键观点5: meta临床信息表格的整理
文章最后强调了整理出一个包含event、time和各种临床信息的meta临床信息表格的重要性。
文章预览
学习笔记总结于『生信技能树』马拉松课程 本文简单了解一些生存分析的理论知识 生存分析主要就是做 KM-plot 和批量分析，根据算法的不同又分为 Log-rank批量生存分析 和 Cox批量生存分析 一、KM-plot 可视化的R包是现成的，所以同理差异分析，生存分析重要的也是输入数据的准备。图1两张图来源于同一个输入数据，只是参数设置的不同 横坐标时间，纵坐标生存率。对于结局是存活的人，其时间为从随访开始至最后随访时间；对于结局是死亡的人，其时间为从随访开始至死亡时间 图1 每个拐点处，即线的下降位置都意味着该时间点有人死亡。图1中那些“+”号意味着此处有病人达到了最后随访时间，至于其健康/死亡与否并不知道 图2 二、生存分析作图代码 对于临床信息、基因表达量高低、高低风险等等，它们的画图代码其实都一样。因为函数没有
………………………………
