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

    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