免费JIZZ大全

cox模型評估-決策曲線分析(DCA)

cox模型評估DCA曲線

DCA曲線

DCA曲線,即決策曲線分析法(Decision Curve Analysis),是用來幫助確定高風險患者進行干預,而低風險患者避免干預(避免過度醫療),即評價患者獲益程度的一種評估方法。下圖是2016年柳葉刀發表的一篇文章,文中首次進行了DCA曲線的應用。如下圖所示,橫坐標為閾概率,當各種評價方法達到某個值時,患者i的出血風險概率記為Pi;當Pi達某個閾值(記為Pt),就界定為陽性,采取某種干預措施后,將改變出血與血栓形成之間的利弊平衡,利弊之差即為凈獲益(Y軸:Net benefit).圖中有兩條虛線,橫著的那條虛線表示所有樣本均不進行干預,獲益為0,斜的虛線表示所有樣本均進行干預。三條彩色曲線表示三種方案(模型),HAS-BLED曲線與兩條虛線有交叉,因此該方案沒有價值,而另外兩條有價值,相比之下,ABC在ORBIT之上,價值更大。


attachments-2021-08-4oTpfeMl611a217222b15.png

#加載包rm(list = ls())
library(survival)
library(ggDCA)
library(rmda)
data(lung)
lung <- na.omit(lung)
lung$status[lung$status==1] <- 0
lung$status[lung$status==2] <- 1
#構建兩個模型
fit1 <- coxph(Surv(time,status)~age,data = lung)
fit2 <- coxph(Surv(time,status)~age+sex+inst+ph.ecog+ph.karno,data = lung)
#繪制單個模型的DCA曲線
plot1 <- dca(fit1,times = 365)
ggplot(plot1)




attachments-2021-08-wHNrGNue611a21914ae85.png

#繪制兩個模型的DCA曲線
plot2 <- dca(fit1,fit2,times = 365)
ggplot(plot2)



attachments-2021-08-0n2foejo611a21a4d200c.png


  • 發表于 2021-08-16 16:28
  • 閱讀 ( 5334 )
  • 分類:TCGA

0 條評論

請先 登錄 后評論
omicsgene
omicsgene

生物信息

560 篇文章

作家榜 ?

  1. omicsgene 560 文章
  2. 安生水 257 文章
  3. Daitoue 167 文章
  4. 生物女學霸 120 文章
  5. 紅橙子 78 文章
  6. CORNERSTONE 72 文章
  7. 生信老頑童 50 文章
  8. landy 37 文章