二分类资料的DCA决策曲线分析

文章预览

关注公众号，发送 R语言 或 Python ，获取学习资料！ DCA，临床决策曲线分析，更佳贴近临床实际，对临床工作的开展比AUC/NRI/IDI等更具有指导意义。 我刚接触DCA的时候一个正经画DCA的R包都没有，现在R语言画DCA的方法实在是太多了，本来还想1篇推文讲完多种模型的，结果1篇说1种模型都够呛！ 我这里只介绍了5种方法，还没有深入介绍推文就很长了。。后面再慢慢补充。大家看着喜欢哪个就用哪个吧。。 logistic模型的DCA 方法1 方法2 方法3 方法4 方法5 logistic模型的DCA 方法1 使用 rmda 包。 # 先安装R包 install.packages( "rmda" ) 使用这个包自带的一个 dcaData ，作为演示，这个数据集一共500行，6列，其中 Cancer 是结果变量，1代表患病，0代表没病，其余列是预测变量。 library (rmda) data( "dcaData" ) dim(dcaData)  # 500,6 ## [1] 500   6 head(dcaData) ## # A tibble: 6 × 6 ##   ………………………………