语言nomogram校准曲线图_R语言实现Cox模型校准度曲线绘制

01

研究背景

       这是关于cox模型的第二篇文章，上一篇文章分享了运用Lasso回归如何筛选变量，将筛选后的变量绘制Nomogram图，本章分享构建模型后，如何绘制校准曲线。

      cox模型的验证不同于Logistic回归，cox的结局包括时间和状态，所以对于某个患者来说，他的结果是否准确，就要看模型在他随访的时间点，所预测的结局是否和真实的状态一致，两者一致说明拟合不错，模型准确。虽然大部分患者的患者的随访时间都不一样，但对于生存分析来说，我们更关注一段时间在群体中的效应，比如1年生存率、3年生存率和5年生存率，以及中位生存率。换句话说，在评价手术后或者药物治疗后的效果时，更关注某一段时间后的平均疗效。

02

案例研究

       本文数据采用R自带的lung数据集，一个晚期肺癌数据集，收集了228例癌症患者的生存资料，包含患者年龄、性别、生存时间、生存状态等10个变量。本文利用年龄、性别和ecog评分三个变量构建模型，绘制列线图并绘制指定时间点的校准曲线。

       临床研究一般有提供多个危险因素，首先做单因素的筛选，具体筛选方法，见公众号之前的文章。详细Nomogram图绘制见之前文章，本章详细说明校准曲线的绘制和参数说明，采用验证的方法是基于原始数据集的重抽样验证。

03

R代码及解读

##加载包 明确每个包的作用library(rms)