R信息解析：临床预判模型实操，校准曲线和DCA曲线作法示例

此前给大家写过好几篇很全面的临床预判模型的原解读析，本文然后此前的文章，持续写作法，首先仍然是搜到一篇参照论文，今日咱们的示例文章是一篇来自美国心脏学会杂志的文章：

Zhang X, Yuan K, Wang H, Gong P, Jiang T, Xie Y, Sheng L, Liu D, Liu X, Xu G. Nomogram to Predict Mortality of Endovascular Thrombectomy for Ischemic Stroke Despite Successful Recanalization. J Am Heart Assoc. 2020 Feb 4;9(3):e014899. doi: 10.1161/JAHA.119.014899. Epub 2020 Jan 24. PMID: 31973604; PMCID: PMC7033899.

原文给大家贴在上面，咱们要做的就是对文章统计部份进行复现。原文回首

整篇文章就是开发了1个用来预判癌症患者的3个月灭亡率危害诺模图，参考了什么变量，用的是什么人群队列，本文不关注，感兴致的学友自己去阅读原文哈，本文侧重写微观作法，作家详细应用的模型是Step-wise logistic regression，文章中有报表逐个变量的OR和总体模型的concordance index，重点的结果1个是诺莫图：

还有就是对总体模型，作家还展现了模型的校准曲线和抉择曲线（意思详解见R信息解析：临床预判模型中校准曲线和DCA曲线的意思与作法）

文章中的校准曲线长如此：

和抉择曲线长如此：

由于回归的or此前写过，今日就写怎样几个图的作法。实例操练

我如今有信息如下：

我想以Y为因变量，做1个预判模型，同时展现诺莫图和校准曲线并且抉择曲线，ROC此前发文章有全面的写过，本文直接略过哈。

首先，我须要先训练我的模型，这时是个logistics模型，得用lrm函数进行拟合：

refit <- lrm(y > 3 ~ studage + lectage + service + dept, dat, x = TRUE, y = TRUE)

模型拟合好生成refit目标，直接接上calibrate函数，再plot下就能够：

plot(calibrate(refit, B = 400))

运作上面的代码后直接获取下图，根本不必窜改，和刊登的文献构造一模同样：

上面就是校准曲线的作法，咱们然后看诺莫图的和诺莫图的抉择曲线的作法，对于诺莫图的作法，我记得此前写过1个十分全面的教程文献分析：生存信息和分类结局列线图的作法，史上最全，大家能够回去瞅瞅，这儿在咱们如今的例子中，只要要将刚刚拟合的refit目标运作以下的代码便可出图：

nom <- nomogram(refit, lp=F,fun=plogis, funlabel="Please follow Wechat Channel- Codewar")

plot(nom)

接下来持续做该诺莫图的抉择曲线，抉择曲线须要用到dca函数，其根本用法如下：

假设咱们做Univariate Decision Curve Analysis，直接写好公式放在第1个属性就行，但是详细到咱们的例子咱们是在做Univariate Decision Curve Analysis，这个时候咱们须要将多变量模型的预判值放在公式的右侧：

We wanted to examine the value of a statistical model that incorporates family history, age, and the marker. First we will build the logistic regression model with all three variables, and second we would have saved out the predicted probability of having cancer based on the model.

针对咱们的模型来讲，我须要用predict函数获得模型的预判值，接着应用dca函数并结合plot进行DCA曲线的绘制，详细代码如下：

dca(dat$y>3~Nomogram, dat, 

       thresholds = seq(0.25, 0.75, by = 0.01)

) %>%

   plot(smooth = TRUE,bty='n')

运作后并稍加调节便可获得下图，固然下图还能够依据需要持续点窜，可是根本上已然差不多，仿佛比原文要更美观点啦，嘿嘿。

小结

今日结合此前的文章给大家进一步简介了校准曲线和抉择曲线的实际作法，感激大家耐烦看完，自身的文章都写的很细，首要代码都在原文中，请转发本文到同伙圈后私信答复“信息链接”获得一切信息和自己采集的学习资料。假设对您有用请先记得珍藏，再点赞分享。

也欢迎大家的看法和倡议，大家想了解什么统计方式都能够在文章下留言，说不定我看到了就会给你写教程哦，有疑问欢迎私信，有协作意向请直接滴滴我。

假设你是1个大学本科生或研发生，假设你正在由于你的统计功课、信息解析、模型建立,科研统计设计等忧愁，假设你在应用SPSS, R，Python，Mplus, Excel中碰到任意问题，都能够联络我。由于我能够给您供应最佳的，最全面和耐烦的信息解析服务。

假设你对Z检查，t检查，方差解析，多元方差解析，回归，卡方检查，有关，多程度模型，构造方程模型，中介调整，量表信效度等等统计方法有任意问题，请私信我，获得全面和耐烦的引导。

If you are a student and you are worried about you statistical #Assignments, #Data #Analysis, #Thesis, #Reports, #Composing, #Quizzes, Exams.. And if you are facing problem in #SPSS, #R-Programming, #Excel, Mplus, then contact me. Because I could provide you the best services for your Data Analysis.

Are you confused with statistical Techniques like z-test, t-test, ANOVA, MANOVA, Regression, Logistic Regression, Chi-Square, Correlation, Association, SEM, multilevel model, mediation and moderation etc. for your Data Analysis...??

Then Contact Me. I will solve your Problem...

加油吧，打工人！往期精彩

R信息解析：Lasso回归筛选变量建立Cox模型并绘制列线图

R信息解析：嵌套信息解析为什么要用加随机效应？终究阐明清晰了

R信息解析：变量间的非线性联系，多项式，样条回归和可加模型

R信息解析：PLS构造方程模型简介，论文报表方式和实际操控

R机械学习：分类算法之logistics回归分类器的原理和实行

R信息解析：怎样做信息的非线性联系，多项式回归的作法妥协释

R信息解析：追随top期刊手把手教你做1个临床预判模型

R信息解析：二分类因变量的混合效应，多程度logistics模型简介

R信息解析：狭义预计方程式GEE的作法妥协释

R信息解析：临床预判模型中校准曲线和DCA曲线的意思与作法

R信息解析：怎样简单高效地展现统计结果

R信息解析：怎样给构造方程画路径图，tidySEM包详解

R信息解析：生存解析与有竞争事情的生存解析的作法妥协释

R信息解析：cox模型怎样做预判，高分文章复现

R信息解析：双持续变量交互功效的简洁斜率图作图及阐明

R信息解析：纵向信息怎样做中介，交叉滞后中介模型简介

R机械学习：朴实贝叶斯与追随向量机的原理与实行

R信息解析：潜变量与降维方式（主成份解析与因子解析）

R信息解析：怎样用lavaan包做构造方程模型，实例分析

R机械学习：分类算法之K最邻进算法（KNN）的原理与实行