我也遇到了你同样的问题，不过我现在认为：多因素回归的结果是一个整体，可以构建一个模型即Cox比例风险回归模型。就是PI=多因素回归中基因的表达值*beta的总和。然后样本区分为高风险和低风险组，再画K_M曲线，这样的曲线就会明显差异（多因素总体P值有意义的话）。
我也遇到了你同样的问题，不过我现在认为：多因素回归的结果是一个整体，可以构建一个模型即Cox比例风险回归模型。就是PI=多因素回归中基因的表达值*beta的总和。然后样本区分为高风险和低风险组，再画K_M曲线，这样的曲线就会明显差异（多因素总体P值有意义的话）。
KM和Cox是两种不同的方法，KM是需要分组的，而Cox支持连续型变量，对于检验方法也有不同KM是非参数法，Cox是半参数法，故存在不同也是正常现象，KM如何分组对结果影响很大，你可以多尝试几种分组方法
如果觉得我的回答对您有用，请随意打赏。你的支持将鼓励我继续创作！
