临床预测模型之生存资料的ROC曲线绘制 |
您所在的位置:网站首页 › 医学统计ROC曲线意义 › 临床预测模型之生存资料的ROC曲线绘制 |
本文首发于公众号:医学和生信笔记 “医学和生信笔记,专注R语言在临床医学中的使用,R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。 生存资料的ROC曲线考虑了时间因素,在画ROC时,需要指定是哪个时间点的ROC。 生存资料的ROC曲线绘制,最常见的那肯定是timeROC和survivalROC了,这两个包非常像,我比较喜欢用timeROC。 加载R包和数据 rm(list = ls())library(timeROC)library(survival)load(file = "../000files/timeROC.RData") 多个时间点ROC首先看一下数据结构,对于多个时间点的ROC,需要3列数据:time, event, marker(比如你计算得到的risk score) # 看一下画图所需的数据长什么样子,event这一列,0代表living,1代表dead,futime这一列单位是年,也可以改成其他的str(df)## 'data.frame': 297 obs. of 3 variables:## $ event : num 0 0 1 0 0 1 0 0 0 0 ...## $ riskScore: num -0.249 -0.511 -0.211 -0.427 0.279 ...## $ futime : num 3.03 1.16 1.82 1.52 1.34 ...数据结构上面这样,下面就是画图。 # 构建timerocROC |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |