背景：

评价药物敏感性，分两种，如上图，一种是IC50（半数抑制浓度，half-maximal inhibitory concentration），IC50表示在抑制率/功效为50%（最大抑制率/功效为100%）时的浓度，见蓝线。EC50 (半数效应浓度，Half maximal effective concentration)为最大抑制率/功效一半时的浓度，见红线。但是EC50 对于低振幅曲线（绿线）是不明确的，而且IC50 或 EC50 不能从不完整的剂量反应曲线中得到（黑线）。另外就是常用AUC来评价，AUC是剂量反应曲线下面积。

但在分析的时候，对CTRP的AUC值非常迷惑，因为CTRP的AUC值大部分都大于1，现在是明白了。

CTRP的AUC值：

• 确实是曲线下面积，但是和模型的AUC不一样的地方是，x轴是浓度，并不是临床模型常引用的0到1的假阳性率，这样在算面积的时候，AUC最大值并不是1
• AUC越大，说明对药物越不敏感

朋友问如何解读决策曲线分析，正好我也顺便学习一下，看到这篇文章[A simple, step-by-step guide to interpreting decision curve analysis](A simple, step-by-step guide to interpreting decision curve analysis)，这篇文章引用也100多了。

[TOC]

Abstract

背景

决策曲线分析是一种评估预测模型和诊断测试的方法，该方法在 2006 年的出版物中引入。 现在文献中普遍报道了决策曲线，但对其含义的理解仍然存在广泛的误解和混淆。

评论总结

在本文中，我们一步一步的解读决策曲线分析，并回答了有关该方法的一些常见问题。 我们认为，解释决策曲线的许多困难可以通过将 y 轴重新标记为“收益”并将 x 轴重新标记为“偏好”来解决。 如果模型或测试在一系列临床合理偏好中具有最高水平的益处，则可以推荐用于临床使用。

结论

如果读者和作者遵循一些简单的指导方针，决策曲线很容易理解。

引言

决策曲线分析是一种评估预测模型和诊断测试的方法，由 Vickers 和 Elkin 在 2006 年的 Medical Decision Making刊物上提出。该方法试图克服传统统计指标的局限性，例如区分和校准，因为它们不能直接提供临床价值信息以及完整决策分析方法，这些方法不适用于常规生物统计学实践。

简而言之，与治疗所有患者或不治疗患者的默认策略相比，决策曲线分析计算一个或多个预测模型或诊断测试的临床“净收益（net benefit）”。净收益是基于一系列阈值概率（0-1）计算的。

阈值概率（threshold probability）定义为需要进一步干预的疾病的最小概率，我们可以理解为风险概率。

净收益（net benefit） = sensitivity × prevalence – (1 – specificity) × (1 – prevalence) × w （这个公式多了prevalence）

对于给出疾病预测概率 p̂ 的预测模型，在特定的pt阈值下，w是比值比odds，等于p̂/(1-p̂)，阳性样本的 p̂ ≥ pt，进而可以计算灵敏度和特异性。净收益不同于判别和校准等准确度指标，因为它包含了基于模型或测试做出的决策的后果。有关决策曲线分析背景的更多信息，参阅 Vickers 等人。

06年文章中简单的公式没有prevalence，如下

翻译https://varnomen.hgvs.org/recommendations/protein/variant/extension/

这个突变类型不常见，hgvs的命名挺有意思的

延伸突变定义

序列变化导致参考氨基酸序列在N或者C端多了一个或者多个氨基酸

描述

p.Met1ext-5

N端格式: “prefix”“Met1”“ext”“position_new_initiation_site”, e.g. p.Met1ext-5

“prefix” = 前缀，用p.表示 “Met1” = 正常的翻译起始位点Met1 “ext” = 变化类型是延伸ext “position_new_initiation_site” = 上游新的翻译起始位点-5

解决：提取Biosample的信息，将Biosample Id转换为SRA Run ID。

我有一个NCBI的biosmaple ID， 比如SAMN02324197，我不知道Bio project的情况下，我想知道他的SRR Run ID。最简单的办法是直接在SRA中搜这个biosample的ID，网页中Project，Run的信息都有了。

不过我如果有上百个biosample，来自不同的project，总不能一个一个的查吧。我先是在biostar上的这个https://www.biostars.org/p/97782/看到了EDirect可以查GSE的样本，我就在想能不能查sra的。

我试了一下这个命令，能检索到

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

> esearch -db sra -query "SAMN02324197"

<ENTREZ_DIRECT>
  <Db>sra</Db>
  <WebEnv>MCID_6243c437ec6f7a20fc0f452a</WebEnv>
  <QueryKey>1</QueryKey>
  <Count>1</Count>
  <Step>1</Step>
</ENTREZ_DIRECT>

但是我想提取相关的信息呢，添加了efetch即可

Mutational heterogeneity in cancer and the search for new cancer-associated genes

https://www.nature.com/articles/nature12213

After recognizing the problem of apparent false-positive findings, we reviewed the published literature and found that some of these potentially spurious genes have already been nominated as cancer-associated genes in recently published cancer genome studies: for example, LRP1B in glioblastoma and lung adenocarcinoma; CSMD3 in ovarian cancer; PCLO in DLBCL; MUC16 in lung squamous carcinoma11, breast cancer and DLBCL; MUC4 in melanoma; olfactory receptor OR2L13 in glioblastoma14; and TTN in breast cancer and other tumour types. We therefore set out to understand the source of the problem.