前言
关于cox模型的校准曲线绘制,大家可以在浏览器中搜索,关于参数设置大部分都已经讲的很明白(这里不过多赘述),但是关于校准曲线的原理,关于校准曲线图上每个点、误差线所代表的意义以及如何计算得来的,相信大部分人不是很明白。通过阅读源码,将我学习到的记录在此,也可以让部分人更加了解自己的数据和模型。
一、校准曲线是什么?
校准曲线就是实际发生率和预测发生率的散点图。
此文会介绍图中各个点、线背后的数据。这里先看一下一个普通的校准曲线(未更改参数)。
二、校准曲线
1.怎么画?
(发文助手说内容太少,我用参数水点长度)
主要是画图参数:
- x:通过calibrate函数得到的object
- xlab:x轴标题
- ylab:y轴标题
- subtitles = TRUE:次标题,这里指图下方的注释(小文字),默认是TRUE,发文章的时候可能需要设置FALSE以去除。
- conf.int = TRUE:是否需要绘制误差线,默认是TRUE,绘制
- cex.subtitles = 0.75:次标题的文字大小
- riskdist = TRUE:是否绘制图上方的轴须图,就是那一条像长毛的东西
- add = FALSE,是否新建一个图还是添加在别的图之上。
- scat1d.opts:这个参数是设置轴须图的,不用过多关注,详情参考scat1d函数的参数。
- par.corrected:参数类型为list,用于设置误差点的参数。默认是NULL,函数内部会自动赋值为
list(col = "blue", lty = 1, lwd = 1, pch = 4)
,你的新参数会覆盖重复的参数。比如编辑可能会有奇怪的要求,不要那个校准的小x点,你就可以设置par.corrected=list(col='white)
。
dd=datadist(data)
options(datadist="dd")
f<-cph(Surv(DMFS新,DMFS结局类型)~组织学细分+T亚分级+S100,time.inc=60,data = data,x=TRUE,y=TRUE,surv=TRUE