假设在树节点h上有n(h)例样本，(T1，δ1)，…，(Tn，δn)表示他们的生存时间和截尾信息，δ=0表示个体i在时间Ti时右截位，δ=1表示在时间Ti时死亡，则给定的一个变量Xj(j=1，2，…，m)，在节点h处可以根据Xj≤c和Xj>c将生存数据分为两组数据。RSF在每棵树的节点处，随机选择M个变量作为分割节点的候选变量，选择使子节点生存差异最大的分支。树节点分裂准则采用Log-Rank分裂方法，计算生存函数采用Kaplan-Meier估计方法。为了选择极少最重要的基因变量，可以依据变量的重要性(VIMP)对变量进行筛选，VIMP值越大表明其预测能力越强。具体流程如下：第一步：清除缺失数据；第二步：对所有基因，使用Cox模型；第三步：选择P<0.005的基因变量；第四步：利用一般临床特征及最终选择的基因变量使用RSF，并根据其重要性对各变量进行排名。

    2结果

    对于临床一般特征及EGFR、K-ras、p53突变，利用Kaplan-Meier和Log-rank进行数据分析 ......