生存分析模块
用途
本模块基于IOBR、survival、survminer等R包，对免疫浸润/基因集打分结果与生存信息进行单因素生存分析，并输出标准化的生存曲线图。
输入文件示例
input特征打分/免疫浸润结果文件：每行一个样本名，每列为各类免疫细胞/基因集打分等特征，tab分割
| SampleID |
Macrophages_M2_CIBERSORT |
CD8_T_Cells_EPIC |
| Sample1 |
0.123 |
0.456 |
| Sample2 |
0.234 |
0.567 |
| Sample3 |
0.345 |
0.678 |
clinical生存信息文件：每行一个样本名，每列为生存时间、生存状态等特征，tab分割
| SampleID |
OS.time |
OS |
DFS.time |
DFS |
| Sample1 |
1000 |
1 |
800 |
0 |
| Sample2 |
800 |
0 |
600 |
0 |
| Sample3 |
1200 |
1 |
1000 |
1 |
运行方式
SDAS bulkValidate survivalKM --input tme_combine.txt --clinical survival.txt --signature Macrophages_M2_CIBERSORT --project_name survival --time OS.time --status OS.status --time_type day --output survival_output
输入参数说明
| 参数 |
必需 |
默认值 |
描述 |
| --input |
是 |
|
免疫浸润/打分结果文件路径 |
| --clinical |
是 |
|
生存信息文件路径 |
| --signature |
是 |
|
用于生存分析的特征列名 |
| --output |
是 |
|
输出目录路径 |
| --project_name |
否 |
test |
项目名称（用于输出文件命名等） |
| --time |
否 |
OS.time |
生存时间列名 |
| --status |
否 |
OS.status |
生存状态列名（0=生存/无复发，1=死亡/复发） |
| --time_type |
否 |
day |
时间单位，默认day |
输出结果展示
| 结果文件 |
描述 |
survival.png/pdf |
生存曲线图 |
- 生存曲线图:
survival.png/pdf展示指定特征分组下的生存分析曲线，显示高低组生存差异。
分组方法的区别：
- 最佳截断值（best cutoff）分组：通过统计方法寻找将两组生存差异最大化的截断值。通常能最显著地区分出高风险组和低风险组（如左图所示）。
- 平均数分组： 以所有样本得分的平均数作为分界点。这种方法在数据分布对称时效果较好，但在偏态分布时可能不够敏感（如中图所示）。
- 三等分组： 将样本按照得分分为三等分（低、中、高）。这种方法高低分组的差异可能不如前两种方法显著（如右图所示），但能避免极端值影响，并观察中间组的影响。
统计指标的含义：
- P值： 表示组间生存差异的显著性。P值越小，表明组间差异越不可能由随机因素导致。
- Hazard Ratio（风险比，HR）： 表示高分组相对于低分组的死亡风险倍数。HR>1表示高风险
- 95% CI（置信区间）： 表示HR的95%置信区间，反映估计的精确度。区间不包含1（如左图1.41-2.64）表示HR显著不等于1。区间越窄，估计越精确。
- Cutoff值：最佳截断值分组方法中使用的分界点。
- 生存曲线：展示了高分组（橙色）和低分组（蓝色）的生存概率随时间变化情况。曲线分离越明显，组间差异越大。
- 风险表（Number at risk）： 在时间点下方显示各组的风险人数（即到该时间点还未发生终点事件的人数），这有助于评估随着时间的推移各组的样本数量变化。