PLPPS管道 建立患者水平的个性化预后签名的全面而严格的计算框架。 该存储库提供了论文“在高级别浆液性卵巢癌中由机械获得的患者水平的免疫预后签名”的代码。 1）机械衍生的预后基因的筛选 为了获得全面，准确和可解释的预后基因，进行了单变量Cox回归分析以评估每个数据集中每个基因的预后价值。 然后，进行荟萃分析以整合来自多个数据集的基因的HR值，并评估其对预后的总体影响。 我们使用Q检验评估异质性，并选择在P <0.05时进行随机效应模型，否则实施固定效应模型。 接下来，进行多次测试校正（