OS、DSS、DFI、PFI：TCGA的这些生存期在哪里找？

我，结束半个月的旅游，从成都回来了，累惨了真是。游记还没写，先来点专业知识给大家吃一吃。

一点背景知识

其实生存分析不只有总生存期，TCGA可以很方便的分析的有：

1. OS (Overall Survival) 总生存期:

• 0 = 患者存活
• 1 = 患者死亡（任何原因导致的死亡）

1. DSS (Disease-Specific Survival) 疾病特异性生存期:

• 0 = 患者存活或死于其他原因
• 1 = 患者死于特定疾病（如癌症）

1. DFI (Disease-Free Interval) 无病间期:

• 0 = 患者无复发
• 1 = 患者出现疾病复发

1. PFI (Progression-Free Interval) 无进展间期:

• 0 = 患者疾病未进展
• 1 = 患者疾病进展或死亡
• 这些生存指标反映了不同的临床终点事件
• OS是最终的评估指标，但需要较长的随访时间
• PFI和DFI常用于临床试验中作为早期疗效评估指标
• DSS专注于疾病相关死亡，排除其他原因导致的死亡

在官网下载并整理的临床信息中，可以方便的获取OS，但没有其他的生存期，但我们遇到了善良的xena，下面的数据出自xena整理的泛癌资料：

下载链接：

这里面虽然也有一些临床信息，性别分期啥的，但我们还是更习惯用原来的(每一个单独的癌种给出的clinical)，不然还得改整理数据的代码。

可以看到该表格的第26~33列就是各种生存期咯。

rm(list = ls())
clinical = read.delim("Survival_SupplementalTable_S1_20171025_xena_sp")
colnames(clinical)[26:33]

## [1] "OS"       "OS.time"  "DSS"      "DSS.time" "DFI"      "DFI.time" "PFI"     
## [8] "PFI.time"

clinical = clinical[,c(1,26:33)]

然后和单独某个癌种的表达矩阵、临床信息放到一起，就可以用于做生存分析咯。

TCGA-KIRC_sur_model.Rdata是整理好的 cpm矩阵exprSet和对应的临床信息表格meta。

load("TCGA-KIRC_sur_model.Rdata")
#这里的id只有15位，我们的数据有16位，需要统一起来才能连接到一起。
meta$short_id = stringr::str_sub(meta$ID,1,15)
library(dplyr)
meta = left_join(meta,clinical,by = c("short_id"="sample"))

library(survival)
library(survminer)
sfit=survfit(Surv(PFI.time, PFI)~stage, data=meta)
ggsurvplot(sfit,pval =TRUE, data = meta,palette = "jco")

基因的KMplot也可以画。

g = rownames(exprSet)[1];g

## [1] "WASH7P"

meta$gene = ifelse(exprSet[g,]> median(exprSet[g,]),'high','low')
table(meta$gene)

## 
## high  low 
##  257  258

sfit=survfit(Surv(PFI.time, PFI)~gene, data=meta)
ggsurvplot(sfit,pval =TRUE, data = meta)