预测模型 | 决策曲线分析（DCA）：基于ggDCA包

来自：一只勤奋的科研喵

欢迎大家关注我的公众号：一只勤奋的科研喵

文章来自：https://t.1yb.co/nAm1

11.png

前 言

本文介绍使用ggDCA包绘制多因素Cox回归模型的决策曲线分析（Decision curve analysis，DCA）。

ggDCA是目前能同时绘制Cox回归模型、logistic回归模型及广义线性模型的DCA曲线且其图形能用ggplot2美化。同时，该包还能计算DCA的曲线下面积、净获益及阈值概率的范围，如果把这些加入到文章中相信能增色不少！

该包是公众号“一棵树zj”作者写的7个R包之一，在公众号里作者还非常贴心的写了该包常见报错的处理办法。作者其余的R包也非常简洁高效，值得学习。

在这里感谢 “一棵树” 老师对ggDCA包的创建与分享。

---

ggDCA包

ggDCA包报错

9.png

由于survival包版本问题，从CRAN安装的ggDCA会报错（如上图）。
因此，要从作者的github上下载ggDCA。

ggDCA安装

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

#注：若是devtools::install_github('yikeshu0611/ggDCA')也报错，可先运行：
options(unzip ='internal')

安装时，Rstudio左下窗口出现如下提示，在其左下窗口点“Enter”就可以继续运行。

1.png

---

多因素Cox回归的DCA曲线

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

#清理环境
rm(list = ls()) 

#2.载入数据，status=0为复发
aa<- read.csv('决策分析曲线.CSV')

#使用cph（）函数时运行
#即报错：adjustment values not defined here or with datadist.....时
bb<-datadist(aa)
options(datadist='bb')

数据点击：https://mp.weixin.qq.com/s/VO3GiBZcL_kAoHrr6_dPAw获取

1、构建多因素Cox回归模型

数据中status，0为感兴趣事件，因此status==0

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

2、决策曲线分析 DCA

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

1. 不写times=60，默认为times="median"；
2. 想看多个时间点DCA，times=c(36,48,60)；
3. 想看外部验证数据DCA曲线，载入外部数据后，new.data = NULLNULL变为外部数据名字。

3、DCA曲线绘制和美化

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

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

---

更多细节点击查看原文：https://t.1yb.co/nAm1

11.png