TY -非盟的Pak Kyoungjune AU -哦,Sae-Ock盟,吴作栋Tae Sik盟——Heo惠金盟——汉Myoung-Eun盟——宋Dae千盟-李,Chi-Seung盟——太阳,Hokeun盟——康Junho盟——崔苛性碱水非盟-李,Soohwan AU - Kwon Eun荣格AU -康,霁湾盟金,Yun在野阵营PY - 2020 DA - 2020/5/5 TI -一个用户友好的、基于网络的综合工具(ESurv)生存分析:开发和验证研究JO - J Med Internet Res SP - e16084 VL - 22 IS - 5kw -生存分析KW -分组变量选择KW -癌症基因组图谱KW -基于web的工具KW -用户服务AB -背景:预后基因或基因签名已广泛用于预测患者生存，并帮助制定有关治疗行动的决策。尽管一些基于网络的生存分析工具已经被开发出来，但它们有一些局限性。目的:考虑到这些限制，我们开发了ESurv(简单、有效和优秀的生存分析工具)，这是一个基于web的工具，可以使用用户派生的数据或来自癌症基因组图谱(TCGA)的数据进行高级生存分析。用户可以使用TCGA的多组学数据进行单变量分析和分组变量选择。方法:基于TCGA多组学数据，采用R编码进行生存分析。为了进行这些分析，我们排除了信息不足的患者和基因。当有两种类型时(例如，化疗:否或是)，临床变量被分类为0和1，当特征有3个或更多结果时(例如，关于侧性:右、左或双侧)，使用虚拟变量。结果:通过单因素分析，ESurv可以通过生存曲线(中位数或最佳截止值)、曲线下面积(AUC) (C统计)和受试者工作特征(ROC)来确定单基因的预后意义。用户可以根据临床变量的多组学数据或分组变量选择(套索、弹性网正则化和网络正则化高维cox -回归)获得预后变量签名，并选择与上述相同的输出。 In addition, users can create custom gene signatures for specific cancers using various genes of interest. One of the most important functions of ESurv is that users can perform all survival analyses using their own data. Conclusions: Using advanced statistical techniques suitable for high-dimensional data, including genetic data, and integrated survival analysis, ESurv overcomes the limitations of previous web-based tools and will help biomedical researchers easily perform complex survival analyses. SN - 1438-8871 UR - //www.mybigtv.com/2020/5/e16084 UR - https://doi.org/10.2196/16084 UR - http://www.ncbi.nlm.nih.gov/pubmed/32369034 DO - 10.2196/16084 ID - info:doi/10.2196/16084 ER -