生存资料的决策曲线分析DCA

文章预览

关注公众号，发送 R语言 或 Python ，获取学习资料！ 前面介绍了logistic回归的DCA的5种绘制方法，今天学习下cox回归的DCA绘制方法。也是有多种方法可以实现，但我比较推荐能返回数据，用 ggplot2 自己画的那种。 生存资料的DCA 方法1 方法2 方法3 方法4 生存资料的DCA 方法1 使用 dcurves 包,使用的数据集是包自带的 df_surv 数据集，一共有750行，9列，其中 ttcancer 是时间， cancer 是结局事件，TRUE代表有癌症，FALSE代表没有癌症。 并不是只有结局事件是生存或者死亡的才叫生存资料哦！只要是 time-event 类型的，都可以。 # 加载R包和数据，不知道怎么安装的请看我前面的推文 library (dcurves) library (survival) data( "df_surv" ) # 查看数据结构 dim(df_surv) ## [1] 750   9 str(df_surv) ## tibble [750 × 9] (S3: tbl_df/tbl/data.frame) ##  $ patientid       : num [1:750] 1 2 3 4 5 6 7 8 ………………………………