來自：一只勤奮的科研喵

歡迎大家關注我的公眾號：一只勤奮的科研喵

文章來自：https://t.1yb.co/nAm1

11.png

前 言

本文介紹使用ggDCA包繪制多因素Cox回歸模型的決策曲線分析（Decision curve analysis，DCA）。

ggDCA是目前能同時繪制Cox回歸模型、logistic回歸模型及廣義線性模型的DCA曲線且其圖形能用ggplot2美化。同時，該包還能計算DCA的曲線下面積、凈獲益及閾值概率的范圍，如果把這些加入到文章中相信能增色不少！

該包是公眾號“一棵樹zj”作者寫的7個R包之一，在公眾號里作者還非常貼心的寫了該包常見報錯的處理辦法。作者其余的R包也非常簡潔高效，值得學習。

在這里感謝 “一棵樹” 老師對ggDCA包的創建與分享。

ggDCA包

ggDCA包報錯

9.png

由于survival包版本問題，從CRAN安裝的ggDCA會報錯（如上圖）。
因此，要從作者的github上下載ggDCA。

ggDCA安裝

#1.安裝devtools
install.packages("devtools")
#2.從github安裝ggDCA
devtools::install_github('yikeshu0611/ggDCA')

#注：若是devtools::install_github('yikeshu0611/ggDCA')也報錯，可先運行：
options(unzip ='internal')

安裝時，Rstudio左下窗口出現如下提示，在其左下窗口點“Enter”就可以繼續運行。

1.png

多因素Cox回歸的DCA曲線

#載入R包
ibrary(rms)
library(ggDCA)
library(survival)  

#清理環境
rm(list = ls()) 

#2.載入數據，status=0為復發
aa<- read.csv('決策分析曲線.CSV')

#使用cph（）函數時運行
#即報錯：adjustment values not defined here or with datadist.....時
bb<-datadist(aa)
options(datadist='bb')

數據點擊：https://mp.weixin.qq.com/s/VO3GiBZcL_kAoHrr6_dPAw獲取

1、構建多因素Cox回歸模型

數據中status，0為感興趣事件，因此status==0

model1<-coxph(Surv(time,status==0)~AGE+N+ER+LVI+Grade+RT,
                data=aa)

2、決策曲線分析 DCA

fig1<-dca(model1,
           new.data = NULL,
           times=60)

1. 不寫times=60，默認為times="median"；
2. 想看多個時間點DCA，times=c(36,48,60)；
3. 想看外部驗證數據DCA曲線，載入外部數據后，new.data = NULLNULL變為外部數據名字。

3、DCA曲線繪制和美化

ggplot(dca1,       
       model.names="模型1",
       linetype =F, #線型
       lwd = 1.2)   #線粗

2.png

4. 美化

library(ggprism)
ggplot(dca1,linetype =F,lwd = 1.2)+  
  theme_classic()+  
  theme_prism(base_size =17)+
  theme(legend.position="top")+
  scale_x_continuous(
    limits = c(0, 1),
    guide = "prism_minor") +
  scale_y_continuous(
    limits = c(-0.01, 0.2),
    guide = "prism_minor")+
  scale_colour_prism(         
    palette = "candy_bright",
    name = "Cylinders",
    label = c("模型1", "ALL", "None"))+
  labs(title = "5年DCA基于ggDCA包")

3.png

更多細節點擊查看原文：https://t.1yb.co/nAm1

11.png