生存分析(Survivalanalysis)研究影響因素與生存時間及臨床結局的關系。在判斷影響因素與臨床結局是否相關的同時,分析其與結局出現(xiàn)時間的關系。與組學數(shù)據(jù)相結合的生存分析在臨床機制研究中有重要意義。該分析需提供含樣本臨床結局事件的臨床信息數(shù)據(jù)(如:進展、復發(fā)、死亡等),可為字符串型指標、數(shù)字型指標、蛋白質表達定量值等,允許缺失值,臨床樣本不少于50例。
Kaplan-Meier生存曲線分析一般處理單因素對生存結局的影響,可按蛋白質表達量、臨床亞型、分子分型等策略將樣本分組后,比較組間生存差異。Cox比例風險回歸模型可同時處理多個因素對生存結局的影響。該模型以生存結局和生存時間為因變量,可同時分析眾多因素對生存期的影響,能分析帶有截尾生存時間的資料,且不要求估計資料的生存分布類型。
注:某一蛋白的KM生存曲線。樣本按蛋白質定量中位數(shù)分組。紅色高表達組生存率較低,該蛋白質為致病風險因子。
注:分組樣本的KM生存曲線。樣本按臨床指標、表型或組學分子分型結果分三組。藍色第三組生存率較低,為高風險組。
注:多因素Cox回歸樹狀圖。字符類指標模型中,Hazardratio(HR)一般以第一組為參照。風險比(HR)大于1表示與結局事件概率正相關的協(xié)變量,因此與生存期長度負相關,評估同時參照95%置信區(qū)間(HR= 1為reference或無效;HR < 1為風險減少;HR > 1為風險增加)。
注:生存比例預測模型?;跇颖旧婺P?,預測總體生存率。
Bland, J. M. , & Altman, D. G. . (2004).The logrank test. BMJ, 328.
Harrell, F. E., Lee, K. L. & Mark, D. B.Multivariable prognostic models:issues in developing models,evaluating assumptions and adequacy, and measuring and reducingerrors. Stat. Med. 15, 361–87 (1996)
蛋白質組學、蛋白質修飾組學、生物信息與數(shù)據(jù)服務、抗體試劑
一般項目:醫(yī)學研究和試驗發(fā)展;第一類醫(yī)療器械生產(chǎn);第一類醫(yī)療器械銷售;第二類醫(yī)療器械銷售;貨物進出口;技術開發(fā)、技術服務:生物試劑、疾病診斷試劑;批發(fā)、零售:生物試劑(涉及前置審批的項目除外)(除依法須經(jīng)批準的項目外,憑營業(yè)執(zhí)照依法自主開展經(jīng)營活動)。許可項目:第二類醫(yī)療器械生產(chǎn)(依法須經(jīng)批準的項目,經(jīng)相關部門批準后方可開展經(jīng)營活動,具體經(jīng)營項目以審批結果為
杭州景杰生物科技股份有限公司是由海內外科學家領導與組織高層次歸國人士創(chuàng)建的一家以創(chuàng)新型平臺驅動的高科技企業(yè)。公司集研發(fā)、生產(chǎn)與技術服務于一體,志在成為行業(yè)的開拓者與引領者。公司長期深耕蛋白質組學產(chǎn)業(yè),以生物質譜為核心工具,結合抗體試劑產(chǎn)品,整合生物化學、免疫學、分子生物學、生物信息學等多領域交叉學科,搭建了“高通量蛋白質組分析+高特異性抗體開發(fā)的有機整合業(yè)務布局,是行業(yè)內提供涵蓋蛋白質“發(fā)現(xiàn)”、“驗證”以及“檢測”的蛋白...