在进行构建多因素Cox回归模型时，我们常常通过对基因进行单因素Cox回归对基因进行筛选，以筛选一部分与生存相关的基因，避免纳入太多基因而造成计算机算法的浪费和计算时间的浪费。而进行LASSO(Least absolute shrinkage and selection operator)回归可压缩一些回归系数，即强制系数绝对值之和小于某个固定值；同时设定一些回归系数为零，简单来说就是去掉多元回归的自变量存在的一些共线性强的自变量，以防止模型的过拟合的现象。简单来说，构建模型之前，我们要对部分基因进行初步筛选，以便于模型的模拟进行。
4.单因素Cox分析
这块我们的主要思路是，提取单因素Cox后对生存有意义的因素，然后再从矩阵中抽取这些因素成为新的矩阵，进行后续的分析。当然有些人说，如果你纳入分析过少，可以不进行单因素Cox分析进行筛选，单因素没意义的基因也可以纳入多因素Cox模型的构建。是因为有些因素单独对预后没显著影响，但是合并其他因素构建模型，可以和其他因素协同对预后进行影响。我觉得这个看法也挺合理的，但是还是仅供参考，本人也不知道对不对，从丁香园看到的。这里还是用普遍认可的方法，先进行单因素Cox筛选，再进行多因素。
循环如果是结果的叠加，我们一般用rbind函数，或者c函数，比如SingleGenes=c(SingleGenes , i)，使用x=c(x,i)的结构，在x向量中往后叠加有意义的结果。这个东西今后我会出相关教程。
#这里定义筛选标准，这里我讲一下，如果您基因过少，您这里甚至可以定为p＝0.1，如果基因过多，您这可以定为0.01，具体为啥，我今后也会更新具体内容
pSingleCox=0.05
#循环对train每个基因进行cox分析
SingleGenes=c()
SingleCoxOut=data.frame()
#这里记住，要先生成一个空的矩阵、向量，才能在矩阵、向量里叠加，否则第一次叠加会找不到矩阵、向量，而且要记住，要在循环前生成空矩阵、向量，否则每次循环一边都会把矩阵、向量清空
for(n in colnames(train[,3:ncol(train)])){ #从第三列开始每列循环（因为第一第二列是生存时间和生存状态）
SingleCcox <- coxph(Surv(time, status) ~ train[,n] , data = train) #用coxph函数进行单因素cox分析
singleCoxSsummary = summary(SingleCcox) #用summary函数提取出cox结果里的P、HR95L、HR95H、HR参数等数据
Pvalue1=singleCoxSsummary$coefficients[,"Pr(>|z|)"] #提取p值
#判断p值是不是小于0.05，如果符合标准的基因就纳入
if(Pvalue1<pSingleCox){
SingleGenes=c(SingleGenes , i)
}
#输出单因素Cox的结果，最后便于输出为文件
SingleCoxOut=rbind(SingleCoxOut,
c(i, singleCoxSsummary$conf.int[,"exp(coef)"], singleCoxSsummary$conf.int[,"lower .95"], singleCoxSsummary$conf.int[,"upper .95"], Pvalue1))
}
#修改SingleCoxOut的列名
colnames(SingleCoxOut)<-c(ID,HR,HR95L,HR95H,Pvalue)
#输出列的列名，把time和state加上有意义的基因都筛出来生成新的矩阵，用于后续分析
SingleColname=c("time","status",SingleGenes)
train=[,SingleColname]
test1=[,SingleColname]
网友评论