In the first set of PDX lines (PDX line #1864), 17 curves are collected from five serial passages (1 on P1, 2 on P2, 2 on P3, 5 on P4 and 11 on P5). Regrettably, the patient relapsed after six months, at post-chemotherapy surgery, another sample from the same patient was propagated in 14 PDX line obtained from five serial passages. Those were treated with three different drugs carboplatin, gemcitabine and trabectedin.
1864 without treatment
From the plots it is straightforward that we should truncate at time 60.
#> ##############################################################
#> ######## Summary of the trunc. data ############
#>
#> Number of curves: 17 ;
#> Min curve length: 5 ; Max curve length: 21 ;
#>
#> Number of truncated curves: 10 ;
#> Min points deleted: 2 ; Max points deleted: 3 ;
#> ##############################################################
p selection
Cross-validated loglikelihood functions.
Knots ditribution.
We set p= 3.
G selection
Violin Plots of the *T* calculated on each run and for different number of clusters *G* (right panel). Violin Plots of the fDB calculated on each run and for different number of clusters *G* (left panel).
Consensus Matrices for G = 3 and 4.
Consensus Matrices for G = 3 and 4.
#>
#> ######## S indexes ############
#>
#>
#> | | S| S_1| S_2|
#> |:---------|---------:|---------:|---------:|
#> |Cluster D | 251.47068| 14.232415| 0.5601265|
#> |Cluster B | 129.01241| 7.123524| 0.3906774|
#> |Cluster A | 68.13302| 6.692829| 0.3950156|
#> |Cluster C | 230.75101| 15.838884| 0.8927854|
#>
#> ##############################################################
#> ##############################################################
#>
#>######## M indexes ############
#>
#>
#> | | Cluster D| Cluster B| Cluster A| Cluster C|
#> |:---------|---------:|---------:|---------:|---------:|
#> |Cluster D | 0.000| 2466.4171| 3224.0691| 1334.860|
#> |Cluster B | 2466.417| 0.0000| 750.9012| 1173.377|
#> |Cluster A | 3224.069| 750.9012| 0.0000| 1825.671|
#> |Cluster C | 1334.860| 1173.3771| 1825.6711| 0.000|
#>
#> ##############################################################
#> ######## R indexes ############
#>
#>
#> | | R| R_1| R_2|
#> |:---------|---------:|---------:|---------:|
#> |Cluster D | 0.3612525| 0.2489525| 0.2344041|
#> |Cluster B | 0.3066051| 0.4058360| 0.8883810|
#> |Cluster A | 0.2625451| 0.2185301| 0.3130348|
#> |Cluster C | 0.3612525| 0.4058360| 0.8883810|
#>
#> ##############################################################
#> ######## fDB indexes ############
#>
#>
#> | fDB| fDB_1| fDB_2|
#> |---------:|---------:|---------:|
#> | 0.3229138| 0.3197886| 0.5810502|
#>
#> ##############################################################
Sampled curves grouped by cluster membership.
Maximum Discrimination Function
Discriminant curve.
Second test: 1864 treated
From the plots it is straightforward that we should truncate at time 60.
#> ##############################################################
#> ######## Summary of the trunc. data ############
#>
#> Number of curves: 14 ;
#> Min curve length: 8 ; Max curve length: 22 ;
#>
#> Number of truncated curves: 11 ;
#> Min points deleted: 1 ; Max points deleted: 9 ;
#> ##############################################################
p selection
Cross-validated loglikelihood functions.
Knots ditribution.
We set p= 3.
G selection
Violin Plots of the *T* calculated on each run and for different number of clusters *G* (right panel). Violin Plots of the fDB calculated on each run and for different number of clusters *G* (left panel).
Consensus Matrices for G = 3 and 4.
Consensus Matrices for G = 3 and 4.
#>
#> ######## S indexes ############
#>
#>
#> | | S| S_1| S_2|
#> |:---------|--------:|--------:|---------:|
#> |Cluster A | 284.2273| 15.15902| 0.8264101|
#> |Cluster B | 409.9876| 28.09125| 1.5721770|
#> |Cluster D | 0.0000| 0.00000| 0.0000000|
#> |Cluster C | 422.0905| 12.83436| 0.4544040|
#>
#> ##############################################################
#> ##############################################################
#>
#>######## M indexes ############
#>
#>
#> | | Cluster A| Cluster B| Cluster D| Cluster C|
#> |:---------|---------:|---------:|---------:|---------:|
#> |Cluster A | 0.000| 1376.841| 9820.849| 2627.686|
#> |Cluster B | 1376.841| 0.000| 8451.681| 1276.924|
#> |Cluster D | 9820.849| 8451.681| 0.000| 7197.814|
#> |Cluster C | 2627.686| 1276.924| 7197.814| 0.000|
#>
#> ##############################################################
#> ######## R indexes ############
#>
#>
#> | | R| R_1| R_2|
#> |:---------|---------:|---------:|---------:|
#> |Cluster A | 0.5042084| 0.6900461| 1.9343282|
#> |Cluster B | 0.6516271| 0.6900461| 1.9343282|
#> |Cluster D | 0.0586415| 0.0639037| 0.1096809|
#> |Cluster C | 0.6516271| 0.4920602| 0.5954346|
#>
#> ##############################################################
#> ######## fDB indexes ############
#>
#>
#> | fDB| fDB_1| fDB_2|
#> |--------:|--------:|--------:|
#> | 0.466526| 0.484014| 1.143443|
#>
#> ##############################################################
Sampled curves grouped by cluster membership.
Maximum Discrimination Function
Discriminant curve.
1864 with treatment
From the plots it is straightforward that we should truncate at time 70.
#> ##############################################################
#> ######## Summary of the trunc. data ############
#>
#> Number of curves: 21 ;
#> Min curve length: 7 ; Max curve length: 16 ;
#>
#> Number of truncated curves: 6 ;
#> Min points deleted: 2 ; Max points deleted: 6 ;
#> ##############################################################
#> NULL
p selection
Cross-validated loglikelihood functions.
Knots ditribution.
We set p= 3.
G selection
Violin Plots of the *T* calculated on each run and for different number of clusters *G* (right panel). Violin Plots of the fDB calculated on each run and for different number of clusters *G* (left panel).
Consensus Matrices for G = 3 and 4.
Consensus Matrices for G = 3 and 4.
#>
#> ######## S indexes ############
#>
#>
#> | | S| S_1| S_2|
#> |:---------|--------:|--------:|---------:|
#> |Cluster B | 606.2910| 26.12682| 0.8460414|
#> |Cluster D | 216.1548| 15.82292| 0.1696058|
#> |Cluster C | 885.1669| 47.96062| 1.9233843|
#> |Cluster A | 770.7952| 33.38136| 1.0607070|
#>
#> ##############################################################
#> ##############################################################
#>
#>######## M indexes ############
#>
#>
#> | | Cluster B| Cluster D| Cluster C| Cluster A|
#> |:---------|---------:|---------:|---------:|---------:|
#> |Cluster B | 0.000| 21764.75| 3023.052| 7693.948|
#> |Cluster D | 21764.749| 0.00| 18440.803| 13338.149|
#> |Cluster C | 3023.052| 18440.80| 0.000| 3704.963|
#> |Cluster A | 7693.948| 13338.15| 3704.963| 0.000|
#>
#> ##############################################################
#> ######## R indexes ############
#>
#>
#> | | R| R_1| R_2|
#> |:---------|---------:|---------:|---------:|
#> |Cluster B | 0.4933616| 0.4508310| 0.4741507|
#> |Cluster D | 0.0739945| 0.0796267| 0.0831792|
#> |Cluster C | 0.4933616| 0.4508310| 0.4741507|
#> |Cluster A | 0.4469578| 0.4224527| 0.4589958|
#>
#> ##############################################################
#> ######## fDB indexes ############
#>
#>
#> | fDB| fDB_1| fDB_2|
#> |---------:|---------:|---------:|
#> | 0.3769189| 0.3509354| 0.3726191|
#>
#> ##############################################################
Sampled curves grouped by cluster membership.
Maximum Discrimination Function
Discriminant curve.