Connecting dots via Data

재현 예제 논문: 1. Association of BRCA1 and BRCA2 mutations with survival, chemotherapy sensitivity, and gene mutator phenotype in patients with ovarian cancer (JAMA, 2012 doi: 10.1001/jama.2011.1456) 2. Integrated Genomic Analyses of Ovarian Carcinoma (Nature, 2011 doi: 10.1038/nature10166) 예제 데이터: CGDS-R package in cBioPortal, R 1. CGDS-R을 설치하고 CGDS 오브젝트 만들기 install.packages('cgdsr') library(cgdsr) ..

- 사건 발생과 관련한 인자가 1개일 때는 log rank test로 충분하지만, 실제 데이터에서는 2개 이상인 경우가 많음 - 치료 방법에 따른 생존의 차이를 보고자 할 때, 치료 방법뿐 아니라 나이, 성별, 환자의 다른 질환, 다른 위험 요소 등 직간접적으로 생존에 영향을 미치는 변수(potential confounders)들을 보정(통제)해야 할 필요가 있음 - 로지스틱 회귀분석은 사건 발생 여부에 초점을 두고, odds ratio를 종속변수로 하여 여러 독립 변수를 보정할 수 있음 - 생존 분석은 odds ratio와 유사한 hazard ratio를 다루므로 로지스틱 회귀분석의 알고리즘을 이용할 수 있으며, 이러한 분석 방법을 cox regression이라고 함 - cox regression은 시..

Kaplan Meier Estimation - 생존 분석 1에서와 같이 구간 별로 생존 확률을 구할 경우, 구간을 어떻게 설정하느냐에 따라 생존 확률이 달라지고, 특히 샘플이 적으면 그 차이가 심해지는 문제 발생 - 이를 해결하기 위해, 매 시간마다 event를 측정해서 누적 확률을 계산하는 Kaplan Meier 추정법을 이용 즉, 기간 유효 인원 수를 구하지 않고, 매 시점의 전체 인원으로 사망률을 계산함. 사망률 = 사망자수 / 해당 시점 전체 인원 수 - 개개인의 시간은 서로 독립적이며 중도 절단은 생존 시간과 독립이라고 가정 [기존 생존 함수 테이블] 기간 위험그룹 인원 수 유효인원 사망자 수 중도 절단 수 사망률 생존율 생존확률 (0-1] 100 100 20 0 0.2 0.8 0.8 (1-2]..