cox模型评估-决策曲线分析(DCA)

cox模型评估DCA曲线

DCA曲线

DCA曲线,即决策曲线分析法(Decision Curve Analysis),是用来帮助确定高风险患者进行干预,而低风险患者避免干预(避免过度医疗),即评价患者获益程度的一种评估方法。下图是2016年柳叶刀发表的一篇文章,文中首次进行了DCA曲线的应用。如下图所示,横坐标为阈概率,当各种评价方法达到某个值时,患者i的出血风险概率记为Pi;当Pi达某个阈值(记为Pt),就界定为阳性,采取某种干预措施后,将改变出血与血栓形成之间的利弊平衡,利弊之差即为净获益(Y轴:Net benefit).图中有两条虚线,横着的那条虚线表示所有样本均不进行干预,获益为0,斜的虚线表示所有样本均进行干预。三条彩色曲线表示三种方案(模型),HAS-BLED曲线与两条虚线有交叉,因此该方案没有价值,而另外两条有价值,相比之下,ABC在ORBIT之上,价值更大。


attachments-2021-08-4oTpfeMl611a217222b15.png

#加载包rm(list = ls())
library(survival)
library(ggDCA)
library(rmda)
data(lung)
lung <- na.omit(lung)
lung$status[lung$status==1] <- 0
lung$status[lung$status==2] <- 1
#构建两个模型
fit1 <- coxph(Surv(time,status)~age,data = lung)
fit2 <- coxph(Surv(time,status)~age+sex+inst+ph.ecog+ph.karno,data = lung)
#绘制单个模型的DCA曲线
plot1 <- dca(fit1,times = 365)
ggplot(plot1)




attachments-2021-08-wHNrGNue611a21914ae85.png

#绘制两个模型的DCA曲线
plot2 <- dca(fit1,fit2,times = 365)
ggplot(plot2)



attachments-2021-08-0n2foejo611a21a4d200c.png


  • 发表于 2021-08-16 16:28
  • 阅读 ( 13465 )
  • 分类:TCGA

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

654 篇文章

作家榜 »

  1. omicsgene 654 文章
  2. 安生水 325 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. 红橙子 78 文章
  6. CORNERSTONE 72 文章
  7. rzx 67 文章
  8. xun 66 文章