本文介绍了如何使用R语言绘制Nomogram诺莫图和Calibration校准曲线，通过Logistic回归和COX比例风险模型进行分析。Nomogram是一种将回归结果可视化的工具，便于计算患者风险概率。Calibration曲线则用于评估模型预测性能。文中还提到了C-index作为衡量预测精度的指标，并介绍了2022年度VIP会员的权益。
R实战|Nomogram(诺莫图/列线图)及其Calibration校准曲线绘制
Nomogram，中文常称为诺莫图或者列线图。简单的说是将Logistic回归或Cox回归的结果进行可视化呈现。它根据所有自变量回归系数的大小来制定评分标准，给每个自变量的每个取值水平一个评分；对于每个患者，就可计算得到一个总分，再通过得分与结局发生概率之间的转换函数来计算每个患者的结局时间发生的概率。
读图
随遍找一篇文章的图作为示例。
Nomogram
Jin C, Cao J, Cai Y, et al. A nomogram for predicting the risk of invasive pulmonary adenocarcinoma for patients with solitary peripheral subsolid nodules. J Thorac Cardiovasc Surg. 2017;153(2):462-469.e1.
红色箭头为我手动标注。
列线图的名称主要包括三个部分：
-
预测模型中的变量名称
例如图中的
vascular convergence signs，pleural tag，computed tomography等信息，每一个变量对应的线段上都标注了刻度，代表了该变量的可取值范围，而线段的长度则反映了该因素对结局事件的贡献大小。 -
得分
-
单项得分，即图中的
Points，表示每个变量在不同取值下所对应的单项分数，
-
最低0.47元/天 解锁文章
扫一扫
102
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
