R语言绘制校正协变量后的ROC曲线

ROC曲线也叫受试者工作曲线，原来用在军事雷达中，后面广泛应用于医学统计中。ROC曲线是根据一系列不同的二分类方式(分界值或决定阈)，以真阳性率(灵敏度)为纵坐标，假阳性率(1-特异度)为横坐标绘制的曲线。
ROC曲线主要应用于二分类结局，比如是否死亡，疾病诊断，肿瘤复发等等，可以用于自变量为连续变量的截点判定。

目前有部分SCI文章中使用了校正协变量的ROC曲线，后台有粉丝问校正协变量的ROC曲线怎么做，今天我们来演示一下，使用的是一个肾移植的数据（公众号回复：肾移植数据，可以获得该数据），我们先导入数据和R包看一下看

library(RISCA)
dataDIVAT3<-read.csv("E:/r/test/shenyizhi.csv",sep=',',header=TRUE)

这是一个4267 名法国肾移植受者的数据，ageR：接受肾移植患者年龄，sexeR：患者性别，year.tx：肾移植的时间，ante.diab：是否有糖尿病，pra：患者移植前的免疫反应（1 = 可检测，0 = 不可检测），ageD：捐献肾脏的捐献者的年龄，death.time;生存时间，death：死亡，结局变量
我们取一部分数据来分析，这样数据没有这么大，好分析一点

dataDIVAT3 <- dataDIVAT3[1:400,]

假设我们想知道患者年龄和死亡的ROC关系，我们先来个没有进行校正的ROC，confounders是混杂因素的意思，没有校正的时候这里填入1，precision是ROC曲线的步长，一般都是固定的

roc1 <- roc.binary(status="death", variable="ageR", confounders=~1,data=dataDIVAT3, precision=seq(0.1,0.9, by=0.1) )

绘图

plot(roc1, xlab="1-specificity", ylab="sensibility")

假设我们想对患者性别和捐献者年龄这两个指标进行校正，校正的思想主要是通过逆概率加权，生一个加权后的标准化年龄指标进行校准，先建立模型

lm1 <- lm(ageR ~ ageD + sexeR, data=dataDIVAT3[dataDIVAT3$death == 0,])

生成校正后的标准化年龄指标

dataDIVAT3$ageR_std <- (dataDIVAT3$ageR - (lm1$coef[1] + lm1$coef[2] *dataDIVAT3$ageD + lm1$coef[3] * dataDIVAT3$sexeR)) / sd(lm1$residuals)

生成ROC数据

roc2 <- roc.binary(status="death", variable="ageR_std",confounders=~bs(ageD, df=3) + sexeR, data=dataDIVAT3, precision=seq(0.1,0.9, by=0.1))

最后绘图

plot(roc2, col=2, pch=2, lty=2, type="b", xlab="1-specificity", ylab="sensibility")
lines(roc1, col=1, pch=1, type="b")
legend("bottomright", lty=1:2, lwd=1, pch=1:2, col=1:2,c(paste("Crude estimation, (AUC=", round(roc1$auc, 2), ")", sep=""),paste("Adjusted estimation, (AUC=", round(roc2$auc, 2), ")", sep="") ) )

可以看出，经过校正后，AUC面积和曲线变化并不大，说明说明校准因素影响很小，支持了原结论。

R语言绘制校正协变量后的ROC曲线相关推荐

使用aPCoA包实现校正协变量的主坐标分析（aPCoA）以排除混杂协变量的影响
使用aPCoA包实现校正协变量的主坐标分析(aPCoA)以排除混杂协变量的影响主坐标分析(PCoA)广泛用于生态学和微生物学等领域,以描述样本之间的差异,例如群落的beta多样性等.然而混杂的协变量 ...
r语言绘制精美pcoa图_R语言绘制交互式热图
热图通过热图可以简单地聚合大量数据,并使用一种渐进的色带来优雅地表现,最终效果一般优于离散点的直接显示,可以很直观地展现空间数据的疏密程度或频率高低.但也由于很直观,热图在数据表现的准确性并不能保证 ...
r语言绘制雷达图_用r绘制雷达蜘蛛图
r语言绘制雷达图 I've tried several different types of NBA analytical articles within my readership who are ...
R语言绘制陕西省地图并标出几家医院的位置
最近师姐问,能不能把几家医院的位置在陕西省地图上标注出来.今天查了一下资料,整合几位大佬的代码,整理出了用R语言绘制陕西省地图,并标注医院的方法.话不多说,上干活. 第一步,调用地图:我调用了百度地图 ...
R语言——绘制直方图
R语言--绘制直方图 R语言安装 Rstidio安装开始绘制直方图安装ggplot2包准备数据读取绘图数据调用包开始绘图完毕最近做项目,需要对实验数据绘制直方图,excel绘制之后发现 ...
如何使用R语言绘制生存曲线图
在预后研究中,生存曲线是常见的图片之一,目的是描述各组中患者的生存情况.好的生存曲线图不仅可以令读者.编辑和审稿专家眼前一亮,也能为论文增色不少. 接下来跟大家分享如何用R语言绘制生存曲线图. 第一步 ...
R语言绘制热图实践(一）pheatmap包
目录前言 pheatmap包 pheatmap简介常用参数介绍使用安装绘制样本间相关系数图(简单使用) 差异表达基因热图(进阶使用) 如何查看pheatmap的聚类结果 pheatmap总结 ...
R语言绘制不一样的条形图
绘制条形图的方法有很多,这里介绍如果用R语言绘制一个不一样的条形图准备数据,这里为了方便,我们使用已经存在于gcookbook包中的一个数据集首先需要调用该包,如果该包不存在,可以使用下面的方式安 ...
R语言绘制生存曲线图
R语言绘制生存曲线图 KMunicate是支持按照Morris等人的KMunicate研究推荐的方式生成Kaplan-Meier图. 1958年,Edward L. Kaplan 和Paul Meie ...
R语言绘制Bump Chart
R语言绘制Bump Chart的小示例 # install.packages("tidyverse") # install.packages("ggbump") ...

R语言绘制校正协变量后的ROC曲线

R语言绘制校正协变量后的ROC曲线相关推荐

最新文章

热门文章