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，净获益为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。
#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)
#绘制两个模型的DCA曲线 plot2 <- dca(fit1,fit2,times = 365) ggplot(plot2)
- 发表于 2021-08-16 16:28
- 阅读 ( 14827 )
- 分类：TCGA
