预存
{{couponData.name}} ¥{{Math.floor(couponData.money)}} {{couponData.discount}}折 ¥{{couponData.random_min_money | int}}~{{couponData.random_max_money|int}}
{{timeH}}:{{timeM}}:{{timeS}}

{{couponData.name}} ¥{{Math.floor(couponData.money)}} {{couponData.discount}}折 ¥{{couponData.random_min_money | int}}~{{couponData.random_max_money|int}} ({{couponData.min_amount==1?'无门槛':'满'+Math.floor(couponData.min_amount)+'可用'}})

距失效

{{timeH}}

{{timeM}}

{{timeS}}

Document

当前位置:生物测试 ›  生物信息学平台 › 

生存分析

99%

满意度

生存分析

已 预 约:

118次

服务周期:

平均10个工作日完成
立即下单
咨询价格

收藏

如有设备采购需求,请联系专属顾问。
项目介绍

     生存分析(Survival analysis)研究影响因素与生存时间及临床结局的关系。在判断影响因素与临床结局是否相关的同时,分析其与结局出现时间的关系。与组学数据相结合的生存分析在临床机制研究中有重要意义。该分析需提供含样本临床结局事件的临床信息数据(如:进展、复发、死亡等),可为字符串型指标、数字型指标、蛋白质表达定量值等,允许缺失值,临床样本不少于50例。

分析方法

      Kaplan-Meier生存曲线分析一般处理单因素对生存结局的影响,可按蛋白质表达量、临床亚型、分子分型等策略将样本分组后,比较组间生存差异。Cox比例风险回归模型可同时处理多个因素对生存结局的影响。该模型以生存结局和生存时间为因变量,可同时分析众多因素对生存期的影响,能分析带有截尾生存时间的资料,且不要求估计资料的生存分布类型。


样品要求

详情请联系技术经理。

项目案例

分组样本的KM生存曲线

多因素Cox回归树状图

生存比例预测模型

学术文章

生存分析

立即下单