前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >限制性立方样条(RCS)的列线图怎么画?

限制性立方样条(RCS)的列线图怎么画?

作者头像
医学和生信笔记
发布于 2023-02-14 09:32:18
发布于 2023-02-14 09:32:18
1.8K00
代码可运行
举报
运行总次数:0
代码可运行

关于临床预测模型的基础知识,小编之前已经写过非常详细的教程,包括了临床预测模型的定义、常用评价方法、列线图、ROC曲线、IDI、NRI、校准曲线、决策曲线等。

全都是免费获取的代码和数据R语言临床预测模型合集

临床预测模型进阶系列目前已推出随机生存森林系列推文:


之前关于列线图写了3篇推文,详细介绍了二分类资料和生存资料的列线图绘制:

今天的这篇推文来自群友提问,RCS(限制性立方样条)的列线图怎么画?

其实很简单,直接用rms包即可搞定。

下面分别演示logistic和COX的RCS的列线图绘制。

建立logistic模型

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
library(rms)

# 逻辑回归数据
getHdata(titanic3)

# 使用rms前先把数据打包
dd <- datadist(titanic3); options(datadist='dd')

# 逻辑回归的立方样条
f <- lrm(survived ~ rcs(sqrt(age),5) + sex, data=titanic3)
f
## Frequencies of Missing Values Due to Each Variable
## survived      age      sex 
##        0      263        0 
## 
## Logistic Regression Model
##  
##  lrm(formula = survived ~ rcs(sqrt(age), 5) + sex, data = titanic3)
##  
##  
##                         Model Likelihood      Discrimination    Rank Discrim.    
##                               Ratio Test             Indexes          Indexes    
##  Obs          1046    LR chi2     328.06      R2       0.363    C       0.794    
##   0            619    d.f.             5     R2(5,1046)0.266    Dxy     0.587    
##   1            427    Pr(> chi2) <0.0001    R2(5,758.1)0.347    gamma   0.593    
##  max |deriv| 2e-07                            Brier    0.168    tau-a   0.284    
##  
##            Coef     S.E.    Wald Z Pr(>|Z|)
##  Intercept   3.0936  0.5428   5.70 <0.0001 
##  age        -0.6383  0.1771  -3.60 0.0003  
##  age'        1.5544  0.6527   2.38 0.0172  
##  age''     -12.1583  8.8925  -1.37 0.1715  
##  age'''     15.8326 16.9397   0.93 0.3500  
##  sex=male   -2.4944  0.1549 -16.10 <0.0001 
## 

画列线图

下面直接画图即可,没有任何难度,因为rms这个包把一切都给你做好了,不用自己操心,如果你做临床预测模型,是不可能绕开这个包的。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
nom <- nomogram(f, fun=plogis,
                 lp=T,
                 funlabel="Risk of Death")  
plot(nom) 

plot of chunk unnamed-chunk-2

这样RCS的列线图就画好了,关于一些参数的意义和细节的美化,可以参考前面的推文,这里就不多说了。

既然logistic回归没问题,那COX回归自然也是没问题的!

COX回归RCS的列线图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
dd <- datadist(lung)
options(datadist = "dd")

构建cox比例风险模型:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
coxfit <- cph(Surv(time, status) ~ rcs(sqrt(age),5) + sex,
              data = lung, x=T,y=T,surv = T
              )

# 构建生存函数,注意你的最大生存时间
surv <- Survival(coxfit) 
surv1 <- function(x) surv(365,x) # 1OS
surv2 <- function(x) surv(365*2,x) # 2OS

nom <- nomogram(coxfit,
                fun = list(surv1,surv2),
                lp = T,
                funlabel = c('1-year survival Probability',
                         '2-year survival Probability')
                )

plot(nom)

plot of chunk unnamed-chunk-4

这就是COX回归RCS的列线图,关于一些参数的意义和细节的美化,可以参考前面的推文,这里就不多说了。

是不是很简单?

因为是演示数据,所以画出来的图不是很美观,但是实现方法就是这么简单!

大家如果有问题可加入我们的免费千人QQ群讨论,我会把你们的问题写成推文推送。


临床预测模型系列推文

  1. R语言临床预测模型合集
  2. 简单易懂:什么是临床预测模型?
  3. Cox回归列线图(nomogram)的4种绘制方法
  4. Logistic回归列线图的4种绘制方法
  5. 列线图的本质
  6. 一文搞懂临床预测模型的评价!
  7. 区分度评价:C-statistic的计算
  8. C-statistic的显著性检验
  9. 临床预测模型之二分类资料ROC曲线绘制
  10. 临床预测模型之生存资料的ROC曲线绘制
  11. R语言画多时间点ROC和多指标ROC曲线
  12. 生存资料ROC曲线的最佳截点和平滑曲线
  13. ROC(AUC)曲线的显著性检验
  14. ROC阳性结果还是阴性结果?
  15. ROC曲线纯手工绘制
  16. R语言计算AUC(ROC曲线)的注意事项
  17. 多指标联合诊断的ROC曲线
  18. 净重新分类指数NRI计算
  19. 综合判别改善指数IDI的计算
  20. 二分类资料的DCA决策曲线分析
  21. 生存资料的决策曲线分析DCA
  22. 只会logistic和cox的决策曲线?来看看适用于一切模型的DCA!
  23. 二分类资料校准曲线的绘制
  24. 生存资料校准曲线的绘制
  25. tidymodels不能画校准曲线?
  26. mlr3的校准曲线也是一样画!
  27. 使用tidymodels搞定二分类资料多个模型评价和比较
  28. 使用workflow一次完成多个模型的评价和比较
  29. 使用mlr3搞定二分类资料的多个模型评价和比较
  30. Fine-Gray检验、竞争风险模型、列线图绘制
  31. tidymodels支持校准曲线了
  32. 3d版混淆矩阵可视化
  33. logistic校准曲线(测试集)的6种实现方法


本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-01-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 医学和生信笔记 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 建立logistic模型
  • 画列线图
  • COX回归RCS的列线图
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档