nomogram_multi_cox.r 多因素cox分析构建模型并绘制列线图nomogram

nomogram_multi_cox.r 多因素cox分析构建模型并绘制列线图nomogram

使用说明:


使用方法类似于基因表达量多因素cox分析https://www.omicsclass.com/article/1533 ,但这个脚本支持输入临床数据用于模型构建并绘制列线图,列线图用的R包rms;

$Rscript $scriptdir/nomogram_multi_cox.r -h
usage: /share/nas1/huangls/test/TCGA_immu/scripts/nomogram_multi_cox.r
       [-h] -i data -t time -e event -v variate [variate ...]
       [-P predict.time [predict.time ...]] [-c cut.score] [-s seed]
       [-o outdir] [-p prefix]
cox regression analysis gene expression
optional arguments:
  -h, --help            show this help message and exit
  -i data, --data data  input data file path[required]
  -t time, --time time  set suvival time column name [required]
  -e event, --event event
                        set event column name must 0 or 1 code format
                        [required]
  -v variate [variate ...], --variate variate [variate ...]
                        variate for cox analysis [required]
  -P predict.time [predict.time ...], --predict.time predict.time [predict.time ...]
                        Time point to draw the ROC curve [default 365 1095
                        1825]
  -c cut.score, --cut.score cut.score
                        set cut score value to divide high and low risk groups
                        [default median]
  -s seed, --seed seed  set random seed [default 2021]
  -o outdir, --outdir outdir
                        output file directory [default cwd]
  -p prefix, --prefix prefix
                        out file name prefix [default cox]

使用举例:

Rscript $scriptdir/nomogram_multi_cox.r -i nomogram_metadata.tsv -e EVENT -t TIME \
  -v riskScore      ajcc_pathologic_stage       -o multicox.nomogram\
  -p  multicox   -P 365 710 1095


结果展示:


attachments-2021-08-2LZjRKQa612ca40111f1f.png脚本获取与使用课程:https://study.163.com/course/introduction/1211864801.htm?share=1&shareId=1030291076


  • 发表于 2021-08-30 17:25
  • 阅读 ( 2410 )
  • 分类:临床医学

你可能感兴趣的文章

相关问题

0 条评论

请先 登录 后评论
omicsgene
omicsgene

生物信息

702 篇文章

作家榜 »

  1. omicsgene 702 文章
  2. 安生水 351 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 82 文章
  6. rzx 78 文章
  7. 红橙子 78 文章
  8. CORNERSTONE 72 文章