社区首页 >专栏 >怎么获得Hazard Ratio？

怎么获得Hazard Ratio？

生信喵实验柴

发布于 2021-12-15 03:20:13

3.5K00

代码可运行

文章被收录于专栏：生信喵实验柴生信喵实验柴

运行总次数：0

代码可运行

对于医学生来说，尤其是你的研究方向与肿瘤相关，那么避免不了的就是生存分析。生存分析的目的就是为了有个策略可以指示患者的生存期，以及寻找靶标继而作用于这些靶标是否可以延长患者的生存期。

学了统计的同学都知道RR（Relative Risk）是相对危险度，是指 2 个人群发病率的比值，通常为暴露人群的发病率和非暴露人群的发病率之比，计算公式就是[RR＝暴露组的发病或死亡率/非暴露组的发病或死亡率]。举个经典的例子就是吸烟与肺癌的关系，比如1991年随机调查了某社区10000名居民的吸烟情况，其中3000人吸烟，7000人不吸烟，且假定吸烟的人永远不会戒烟，不吸烟的人永远不会吸烟。随访30年后，2021年吸烟人群中有300人患了肺癌，不吸烟的人群中只有70人患肺癌。因此，与非吸烟人群相比，吸烟人群发生肺癌的相对危险度RR=（300/3000）/(70/7000)=10，即可以认为吸烟人群 30 年内发生肺癌的风险是非吸烟人群的 10 倍。

HR(Hazard Ratio)指的风险比，主要用于队列研究的生存分析，由 Cox 风险比例模型衍生出来。HR 的解释与 RR 相似，即表示暴露组患病的概率为非暴露组的多少倍。区别在于 RR 只考虑结局是否发生，而 HR 还考虑了结局发生的时间，因此可以认为 HR 是考虑了时间因素的RR。

顺便再看一个大家很容易混淆的两个概念，即Kaplan-Meier 曲线(简称K-M曲线) 和Cox回归。

1.当我们需要描述生存分析数据时，我们常常使用生存曲线来展示，这个时候需要估计每个时间点位的生存率，用的就是K-M方法。因此准确来说，K-M方法是一种统计描述方法，就好比用饼状图来展示比例，用箱图来展示连续变量。K-M曲线还可以很直观地表现出两组或多组的生存率或死亡率，非常适合在文章中进行展示。但仅有描述是不够的，我们还需要进行统计推断，也就是比较。因为生存数据往往都是非正态分布，因此常使用非参数的检验方法，也就是log-rank检验，这就类似于对于非正态连续变量比较使用的方差分析。因此在实际写作中，K-M曲线都会搭配log-rank检验的P值，这样才算完整。

2.Cox回归是一种回归模型，它没有直接使用生存时间，而是使用了危险度（hazard ratio）作为因变量，该模型不用于估计生存率，而是用于因素分析，也就是找到某一个危险因素对结局事件发生的贡献度。

另外cox回归也可以考虑多因素回归，而K-M的log-rank检验只能进行单因素分析，这也是重要的一点区别。

本篇主要内容分为两部分，一是单因素cox回归，另一个是对结果可视化的森林图。

开始主线任务：

library(survival)
library(survminer) #载入R包

load('1.Rda')
candidate <- colnames(rt)[3:10] #作为示例就选前8个基因吧，自定义更换自己喜欢的基因
rt <- rt[,c('futime','fustat',candidate)] #选中生存信息和基因列
rt[1:3,] #查看数据结构

uniTab=data.frame() #建立空白数据框用于存结果
for(i in colnames(rt[,3:ncol(rt)])){
  cox <- coxph(Surv(futime, fustat) ~ rt[,i], data = rt)
  coxSummary = summary(cox)
  uniTab=rbind(uniTab,
               cbind(id=i,
                     HR=coxSummary$conf.int[,"exp(coef)"],
                     HR.95L=coxSummary$conf.int[,"lower .95"],
                     HR.95H=coxSummary$conf.int[,"upper .95"],
                     pvalue=coxSummary$coefficients[,"Pr(>|z|)"])
  )
} #循环计算每个基因的单因素cox
write.table(uniTab,file="uniCox.txt",sep="\t",row.names=F,quote=F) #保存结果
GetFactors_uni <- uniTab$id[which(uniTab$pvalue < 0.2)] %>% as.character() ## 选择单因素Cox结果中，P值＜0.2的变量可进一步纳入多因素Cox分析（此篇文章不介绍），这里8个基因就留下了5个，当然你也可以p值设为0.05。

bioForest=function(coxFile=null,forestFile=null,forestCol=null){

  rt <- read.table(coxFile,header=T,sep="\t",row.names=1,check.names=F)
  gene <- rownames(rt)
  hr <- sprintf("%.3f",rt[        DISCUZ_CODE_3        ]quot;HR")
  hrLow  <- sprintf("%.3f",rt[        DISCUZ_CODE_3        ]quot;HR.95L")
  hrHigh <- sprintf("%.3f",rt[        DISCUZ_CODE_3        ]quot;HR.95H")
  Hazard.ratio <- paste0(hr,"(",hrLow,"-",hrHigh,")")
  pVal <- ifelse(rt$pvalue<0.001, "<0.001", sprintf("%.3f", rt$pvalue))

  pdf(file=forestFile, width = 9,height = 6.45)
  n <- nrow(rt)
  nRow <- n+1
  ylim <- c(1,nRow)
  layout(matrix(c(1,2),nc=2),width=c(3,2.5))

  xlim = c(0,3)
  par(mar=c(4,2,2,1))
  plot(1,xlim=xlim,ylim=ylim,type="n",axes=F,xlab="",ylab="")
  text.cex=0.8
  text(0,n:1,gene,adj=0,cex=text.cex)
  text(1.5-0.5*0.2,n:1,pVal,adj=1,cex=text.cex);text(1.5-0.5*0.2,n+1,'pvalue',cex=text.cex,font=2,adj=1)
  text(3,n:1,Hazard.ratio,adj=1,cex=text.cex);text(3,n+1,'Hazard ratio',cex=text.cex,font=2,adj=1,)

  par(mar=c(4,1,2,1),mgp=c(2,0.5,0))
  xlim = c(0,max(as.numeric(hrLow),as.numeric(hrHigh)))
  plot(1,xlim=xlim,ylim=ylim,type="n",axes=F,ylab="",xaxs="i",xlab="Hazard ratio")
  arrows(as.numeric(hrLow),n:1,as.numeric(hrHigh),n:1,angle=90,code=3,length=0.05,col="darkblue",lwd=3.5)
  abline(v=1,col="black",lty=2,lwd=2)
  boxcolor = ifelse(as.numeric(hr) > 1, forestCol, forestCol)
  points(as.numeric(hr), n:1, pch = 15, col = boxcolor, cex=2)
  axis(1)
  dev.off()
}#画图的函数

bioForest(coxFile="uniCox.txt",forestFile="uniForest.pdf",forestCol="red")#一步画图