企业官网建设流程全解析

建设网站龙华,rp如何做网站,wordpress中介模板,专业做网站 台州玉环决策曲线分析#xff08;Decision Curve Analysis, DCA#xff09;是一种用于评估、比较和优化诊断试验、预测模型或分子标志物临床实用性的统计方法。它由Andrew J. Vickers和Eugene B. Elkin于2006年提出#xff0c;旨在弥补传统统计指标#xff08;如灵敏度、特异度、RO…决策曲线分析Decision Curve Analysis, DCA是一种用于评估、比较和优化诊断试验、预测模型或分子标志物临床实用性的统计方法。它由Andrew J. Vickers和Eugene B. Elkin于2006年提出旨在弥补传统统计指标如灵敏度、特异度、ROC曲线下面积在评估模型临床价值方面的不足。在既往文章本人介绍了我的ggscidca包可以用于逻辑回归生存分析等各种决策曲线绘制但是据我所知目前还没有R包能支持复杂加权数据nhanes数据生存分析决策曲线在上篇文章《R语言绘制复杂加权数据nhanes数据生存分析决策曲线》我已经介绍了R语言绘制复杂加权数据nhanes数据生存分析决策曲线目前我继续升级了ggscidca包使得它能进一步支持nhanes多模型生存分析决策曲线下面我来演示一下先导入数据和R包library(survey)library(ggscidca)library(scinhanes)bc-read.csv(E:/r/test/nahnesme.csv,sep,,headerTRUE)bc-na.omit(bc)我介绍一下数据SEQN序列号RIAGENDR, # 性别 RIDAGEYR, # 年龄RIDRETH1, # 种族DMDMARTL, # 婚姻状况WTINT2YR,WTMEC2YR, # 权重SDMVPSU, # psuSDMVSTRA# strataLBDGLUSI, #血糖mmol表示LBDINSI, #胰岛素( pmmol/L)PHAFSTHR #餐后血糖LBXGH #糖化血红蛋白SPXNFEV1, #FEV1第一秒用力呼气量SPXNFVC #FVC用力肺活量ml估计肺容量LBDGLTSI #餐后2小时血糖factor.FVC是我把肺活量分为了2分类方便用于测试。把分类变量转成因子bc$DMDMARTL-ifelse(bc$DMDMARTL1,1,0)bc$RIAGENDR-as.factor(bc$RIAGENDR)bc$RIDRETH1-as.factor(bc$RIDRETH1)bc$DMDMARTL-as.factor(bc$DMDMARTL)bc$oGTT2-as.factor(bc$oGTT2)如果做预测模型要拆分成建模集和验证集。我这里拆分一下set.seed(123)tr1-sample(nrow(bc),0.7*nrow(bc))##随机无放抽取bc_train-bc[tr1,]#70%数据集bc_test-bc[-tr1,]#30%数据集建立抽样调查函数bcSvy2-svydesign(ids~SDMVPSU,strata~SDMVSTRA,weights~WTMEC2YR,nestTRUE,databc_train)建立生存分析模型svyfit-svycoxph(Surv(time,factor.FVC)~RIDAGEYRRIAGENDRLBDINSIRIDRETH1,xTRUE,designbcSvy2)复习一下单个决策曲线模型的内容绘制复杂加权数据nhanes数据决策曲线一共需要2步第一步把模型变成ggscidca包能够识别的类型fit-scisvycoxphmodel(svyfit,usernameusername,tokentoken)绘制决策曲线scidca(fit)绘制多模型的决策曲线其实就是复制单个决策曲线的过程由两种情况就是同一个模型多个时间点的fit1-scisvycoxphmodel(fitsvyfit,timepoint300,usernameusername,tokentoken)fit2-scisvycoxphmodel(fitsvyfit,timepoint500,usernameusername,tokentoken)fit3-scisvycoxphmodel(fitsvyfit,timepoint700,usernameusername,tokentoken)制作数据列表的绘图如果你既往使用过ggscidca包是一模一样的上手0困难newdat-list(bc_train,bc_train,bc_train)cox.tcdca(fit1,fit2,fit3,newdatanewdat,timepointc(300,500,700))2. 第二个情况就是多个模型同一个时间点的###多个模型一个时间点svyfit1-svycoxph(Surv(time,factor.FVC)~RIDAGEYR,xTRUE,designbcSvy2)svyfit2-svycoxph(Surv(time,factor.FVC)~RIDAGEYRRIAGENDR,xTRUE,designbcSvy2)svyfit3-svycoxph(Surv(time,factor.FVC)~RIDAGEYRRIAGENDRLBDINSIRIDRETH1,xTRUE,designbcSvy2)因为模型不同都要转换一遍###转换模型fit1-scisvycoxphmodel(svyfit1,usernameusername,tokentoken)fit2-scisvycoxphmodel(svyfit2,usernameusername,tokentoken)fit3-scisvycoxphmodel(svyfit3,usernameusername,tokentoken)绘图newdat-list(bc_train,bc_train,bc_train)cox.tcdca(fit1,fit2,fit3,newdatanewdat,timepointc(300))支持自定义颜色cox.tcdca(fit1,fit2,fit3,newdatanewdat,timepointc(300),lincolc(#E41A1C,#377EB8,#4DAF4A,#984EA3,#FF7F00))