R语言使用 ggscidca包优雅的绘制随机森林决策曲线

DCA(Decision Curve Analysis)临床决策曲线是一种用于评价诊断模型诊断准确性的方法，在2006年由AndrewVickers博士创建，我们通常判断一个疾病喜欢使用ROC曲线的AUC值来判定模型的准确性，但ROC曲线通常是通过特异度和敏感度来评价，实际临床中我们还应该考虑，假阳性和假阴性对病人带来的影响，因此在DCA曲线中引入了阈概率和净获益的概念。

在既往文章《R语言手动绘制随机森林决策曲线》中，咱们已经介绍了手动绘制随机森林决策曲线，如今我已经把代码整合到了我写的ggscidca包上，咱们可以通过ggscidca包快速绘制随机森林决策曲线，下面我来演示一下
咱们使用下面代码安装ggscidca包，安装了旧版本的在安装一次就可以更新到新版本

install.packages("ggscidca")

安装后以后咱们导入R包和数据，ggscidca绘制决策曲线支持的是randomForest包生成的随机森林，目前还不支持随机森林生存分析，所以咱们要导入randomForest包。数据是使用ggscidca 包自带的LIRI数据。

library(ggscidca)
library(survival)
library(reshape2)
library(ggplot2)
library(randomForest)
LIRI<-LIRI

Status是结局变量，其他是一些协变量，这个数据只是演示用，没有什么实际意义。咱们先对数据进行随机拆分

set.seed(1)
index <- sample(2,nrow(LIRI),replace = TRUE,prob=c(0.7,0.3))
traindata <- LIRI[index==1,]
testdata <- LIRI[index==2,]

拆分好数据后，先把结果变量转成因子

traindata$status<-as.factor(traindata$status)

咱们先用训练集建模，具体参数不介绍了，有兴趣看我相关的文章，你需要什么调参的话也是在这一步进行

fit<-randomForest(status ~ANLN+CENPA+GPR182+BCO2 ,data=traindata,ntree=500,
                  important=TRUE,proximity=TRUE)

建立模型后，咱们先绘制训练集决策曲线

scidca(fit,newdata = traindata)

绘制验证集决策曲线

scidca(fit,newdata = testdata )

如果只是想要单纯的决策曲线，也是可以的

scidca(fit,newdata = testdata,colbar = F)

应粉丝的要求在，在新版本ggscidca包添加了虚线功能，你可以在阈值的两点添加虚线，

scidca(fit,newdata = testdata ,threshold.line = T)

在文章Nomograms in Oncology – More than Meets the Eye中还报道了具体的阈值数，

ggscidca包也提供了阈值数的功能，

scidca(fit,newdata = testdata ,threshold.line = T,threshold.text=T)

表明预测模型在9%到41%这个阈值是获益的。这两个数值的大小和位置是可以移动的

scidca(fit,newdata = testdata ,threshold.line = T,threshold.text=T,nudge_x = 0.01,nudge_y = 0.02)

更改字体大小，颜色和背景

scidca(fit,newdata = testdata ,threshold.line = T,threshold.text=T,nudge_x = 0.01,nudge_y = 0.02,
       po.text.size=7,po.text.col="red",po.text.fill="green")

绘制普通的决策曲线，也是可以添加阈值数的

scidca(fit,newdata = testdata,colbar = F,threshold.text=T,nudge_x = 0.01,nudge_y = 0.02,
       po.text.size=7,po.text.col="red",po.text.fill="green")

加上线条也是可以的，线条还可以改颜色，线型和大小

scidca(fit,newdata = testdata,colbar = F,threshold.text=T,nudge_x = 0.01,nudge_y = 0.02,
       po.text.size=7,po.text.col="red",po.text.fill="green",threshold.line = T,
       threshold.linecol="blue")

这个线条加上去好像不是很美观，目前我还没想好怎么优化，如果你有好的建议，也可以私信我。
最后介绍一个手动调控功能，我重新导入一个数据

bc<-Breastcancer

#分类变量转成因子

bc$histgrad<-as.factor(bc$histgrad)
bc$er<-as.factor(bc$er)
bc$pr<-as.factor(bc$pr)
bc$ln_yesno<-as.factor(bc$ln_yesno)

#建立模型

f1<-coxph(Surv(time,status)~er+histgrad+pr+age+ln_yesno,bc)
f2<-coxph(Surv(time,status)~er+histgrad+ln_yesno,bc)
f3<-coxph(Surv(time,status)~ln_yesno,bc)

先做个生存分析的决策曲线

scidca(f2,threshold.line = T,threshold.text=T)

上图看着好像还行，没见啥问题，咱们限制一下X轴的范围

scidca(f2,modelnames = "零基础说科研",xstop=0.20,threshold.line = T,threshold.text=T)

这样问题就来了，虚线其实没有对准，因为X轴很大的时候，虚线向下角度不明显，限制范围后就明显了，这种情况咱们可以手动调整一下，需要liftpec参数，咱们向左挪移一下

scidca(f2,modelnames = "零基础说科研",xstop=0.20,threshold.line = T,threshold.text=T,
       liftpec=-1)

这样就对上了。有报错或者意见或建议，欢迎公众号私信我。