======================================
在前一章（TCGA生存分析）中，我们描述了生存分析的基本概念以及分析和总结生存数据的方法，包括：1.危险和生存功能的定义 2.为不同患者群构建Kaplan-Meier生存曲线用于比较两条或更多条生存曲线的logrank检验
但是上述方法--Kaplan-Meier曲线和logrank测试 - 是单变量分析的例子。他们根据调查中的一个因素来描述生存，但忽略了任何其他因素的影响。
此外，Kaplan-Meier曲线和logrank检验仅在预测变量是分类时才有用（例如：治疗A与治疗B男性与女性）。它们不适用于基因表达，体重或年龄等定量预测因子。
另一种方法是Cox比例风险回归分析，它适用于定量预测变量和分类变量。此外，Cox回归模型扩展了生存分析方法，以同时评估几种风险因素对生存时间的影响。
在临床研究中，存在许多情况，其中几个已知量（称为协变量）可能影响患者预后。
例如，假设比较两组患者：那些患者和没有特定基因型的患者。如果其中一组也包含较老的个体，则存活率的任何差异可归因于基因型或年龄或两者。因此，在研究与任何一个因素相关的生存时，通常需要调整其他因素的影响。
cox比例风险模型是用于对生存分析数据建模的最重要方法之一。该模型的目的是同时评估几个因素对生存的影响。换句话说，它允许我们检查特定因素如何影响特定时间点发生的特定事件（例如，感染，死亡）的发生率。该比率通常称为危险率。预测变量（或因子）通常在生存分析文献中称为协变量。
要一次将单变量coxph函数应用于多个协变量，请键入：
上面的输出显示了回归β系数，效应大小（作为风险比给出）和每个变量相对于总体生存的统计显着性。每个因素都通过单独的单变量Cox回归来评估。
基础知识：像素数：图片上的最小成像单位的数目。评价一个设备的像素值，一般使用宽高像素的乘积表示，如1000px * 1500 px
尺寸：指图像打印后的物理尺寸，一般用厘米/米或者（英）寸表示,1英寸（inche）=2.54厘米
分辨率：单位尺寸下像素点的数目，越高图像越细腻。计算方式为 分辨率=像素数/尺寸，是真正衡量设备清晰度的指标，单位一般为像素/英寸或者像素/厘米。
容量：图像文件的存贮空间，也就是文件的大小，一般以Kb和Mb来表示。
ps:平时所说的1200万像素的手机，是指该手机的像素数。
在R绘图中也需要调整最后图片的上述参数。一般我们使用一下函数对图片进行导出:
这里也写了一个shiny程序用于手动导出png或pdf
