cox回归RCS阈值效应函数cut.tab1.3发布
写在前面的话,本次只发布了cox回归RCS阈值函数,请看清楚再购买,觉得贵的可以等一等,这个函数最终会放在ggrcs包上面,免费供大家使用,急用的可以先看看。
接下来聊聊cox回归RCS阈值函数是干什么用的,随便抓一篇论文给大家看看,粉丝发给我的。
L-shaped association of serum 25-hydroxyvitamin D concentrations
with cardiovascular and all-cause mortality in individuals with osteoarthritis: results
from the NHANES database prospective cohort study
我们看到它曲线拟合后直接就是一个表
列出了25(OH)D在54.4就是转弯处前对结局影响的HR,还有在转弯后对结局影响的HR。今天我们通过ggrcs包做出这样一个图和自写的函数cut.tab1.3来做出这样一个表,为什么叫cut.tab,乱取的,不要在意这种小细节,我也没有什么好的文艺细胞,为什么是1.3,因为前面两个版本写废了。我们先导入ggrcs包2.6版本,我们通过它自带的数据来演示
我们先导入R包和数据
library(ggrcs)
library(rms)
library(ggplot2)
library(scales)
dt<-smoke
这是ggrcs包自带的吸烟数据status结局,time时间,age年龄,gender性别,我们先整理数据
dd<-datadist(dt)
options(datadist='dd')
建立模型
fit <- cph(Surv(time,status==1) ~ rcs(age,4), x=TRUE, y=TRUE,data=dt)
绘图
ggrcs(data=dt,fit=fit,x="age")
RCS绘图好后我们想了解它的拐点,也就是阈值,因为函数刚写好,还没上下兼容,需要重新建一个一样的模型,但是不是rms包的cph函数,而是survival包的coxph函数。这就里rcs这个函数不需要了。对比一下前后两个函数有什么不同。
fit1 <-coxph(Surv(time,status==1) ~ age,data=dt)
然后cut.tab函数登场了,它有几个配套的小函数,一共4个函数需要全部加载,加载后如图所示
我们只需要用到cut.tab,它的格式是cut.tab(fit,var,wdtmp),我们需要填入3个变量,fit就是你的模型,var就是你研究的变量,wdtmp就是我们的数据,这个数据一定要是数据框形式,不是的话你使用as.data.frame()强制转换一下。
cut.tab(fit1,"age",dt)
得到截点后我们可以在ggrcs绘图上加一条线
p<-ggrcs(data=dt,fit=fit,x="age")
p+geom_vline(aes(xintercept=38.449),colour="#BB0000", linetype="dashed")
虚线处就是转折点了。生成这个表也是可以保存起来的。
tab<-cut.tab(fit1,"age",dt)
write.csv(tab,file = "1.csv",row.names = F)
复制到word上面
随便整理一下就搞定了。
方法学和解释部分自己看看开头的参考文献把,我这里就不废话了。不过他用的是广义可加模型,我们这里用的是rcs,广义可加模型后面再写,原理都是一样的。
后面附函数代码
cox回归RCS阈值效应函数cut.tab1.3发布相关推荐
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用ggcoxzph函数可视化进行Schoenfeld残差图检验模型是否满足等比例风险
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型.使用ggcoxzph函数可视化进行Schoenfeld残差图检验模型是否满足等比例风险 目录
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型 目录 R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用anova函数进行方差分析通过p值确认指定连续变量和风险值HR之间是否存在非线性关系
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型.使用anova函数进行方差分析通过p值确认指定连续变量和风险值HR之间是否存在非线性关系 目录
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用rms包的Predict函数计算指定连续变量和风险比HR值的关系、可视化连续变量和风险值HR的关系
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型.使用rms包的Predict函数计算指定连续变量和风险比HR值的关系.可视化连续变量和风险值HR的关系 目录
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用cox.zph函数执行PH检验、检验模型是否满足等比例风险
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型.使用cox.zph函数执行PH检验.检验模型是否满足等比例风险 目录
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用rms包的Predict函数计算指定连续变量在不同分组变量下和风险比HR值的关系、使用ggplot2可视化变量与风险值HR的关系
↵ R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型.使用rms包的Predict函数计算指定连续变量在不同分组变量下和风险比HR值的关系.使用ggplot2可视化连续变量在不同分组变 ...
- R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、检验模型是否满足等比例风险、是否存在非线性关系、使用rms包的Predict函数计算指定连续变量和风险比HR值的关系并可视化
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型.检验模型是否满足等比例风险.是否存在非线性关系.使用rms包的Predict函数计算指定连续变量和风险比HR值的关系并可视化 目录
- R语言epiDisplay包cox.display函数获取cox回归模型汇总统计信息(风险率HR、调整风险率及其置信区间、模型系数t检验的p值、Wald检验的p值和似然比检验的p值)、保存结果到csv
R语言使用epiDisplay包的cox.display函数获取cox回归模型的汇总统计信息(风险率HR.调整的风险率及其置信区间.模型系数的t检验的p值.Wald检验的p值和似然比检验的p值).使用 ...
- R语言survival包Surv函数创建生存对象、建立Cox回归模型(包含所有协变量)比较不同治疗方法生存率的差异、drop1函数计算cox回归模型自变量似然比检验值、删除冗余变量重新构建cox模型
R语言使用survival包的Surv函数创建生存对象.建立Cox回归模型(包含所有协变量)比较不同治疗方法生存率的差异.使用drop1函数计算cox回归模型自变量似然比检验结果.删除冗余变量重新构建 ...
最新文章
- bootstrap 标签页tab切换js(含报错原因)
- MySQL(四)复合查询与联合查询
- My task - how is inline creation implemented
- [react] 在React中声明组件时组件名的第一个字母必须是大写吗?为什么?
- 马斯克如何通过生小孩统治世界?
- InvocationTargetException异常
- 解决在Windows 2003的 IIS 6.0 中无法上传超过200K的附件以及无法下载超过4M的附件问题...
- 40个Java多线程问题总结【转】
- 《 两个人的江湖 》
- 百人计划2.6 伽马校正
- QT项目负责人必须掌握的Ui设计师功能——Promote to !
- Dubbo服务调用过程流程图
- 考试系统服务器 倒计时,考试系统倒计时实现
- 树莓派4B WIFI 物理网口设置固定IP方法
- SVN Git GitHub Gitee GitLab区别
- 电磁兼容试验项目之谐波电流试验
- 怀化学院1901班灭霸组项目设计博文
- 商城项目介绍以及ES6的新语法
- Open Vas漏洞扫描工具安装及实战
- 针对python Gui初学者,一个极致简陋的gui,有空再补充
热门文章
- android平板游戏,七款专为游戏而生的Android平板电脑
- [游戏集合] NBA嘉年华+三国志+捕鱼之海底捞(小米安卓小游戏集合)
- OBS注册与OSC配置
- python可爱代码_Python里那些可爱的游戏模块们
- 一句话总结—打发无聊的时间
- 如何选择低代码/0代码平台(最全平台总结)
- 【学习日志】2022.09.11 C# ASCII与字符的转换 Dictionary
- python二级和office通过率,python二级和计算机二级
- Shell-遍历数组并选择
- JS 正则截取字符串