r roc函数_时间依赖性ROC曲线(二)

最新推荐文章于 2024-04-28 10:11:31 发布

Resphoina39

最新推荐文章于 2024-04-28 10:11:31 发布

阅读量3.1k

点赞数

文章标签： r roc函数

本文链接：https://blog.csdn.net/weixin_34660766/article/details/112194791

版权

本文介绍了如何使用R语言的`survivalROC`包绘制时间依赖性ROC曲线，并通过约登指数找到生存分析的最佳阈值。具体步骤包括加载数据集，调用`survivalROC`函数处理数据，绘制ROC曲线，最终确定阈值为7.504279。

摘要由CSDN通过智能技术生成

引文

在上一篇文章中，公众号对时间依赖性ROC曲线的原理进行了介绍，并对其优点进行了初步的讨论。本篇文章将在时间依赖性ROC曲线这个话题上进一步展开，在基于R语言完成时间依赖性ROC曲线绘制的同时通过约登指数获取用于生存分析分组的最佳阈值点。

R语言实践

本文采用“survivalROC”包进行时间依赖性ROC曲线的绘制。“survivalROC”包中内置了时间依赖性ROC曲线绘制的数据集mayo。mayo数据集包含312条数据，每条数据包含time (event time/censoring time), censor (censoring indicator), mayoscore4, mayoscore5四个信息。
首先我们导入包和数据：

library(survivalROC)

data(mayo)
cutoff <- 365

其中cutoff即为在前文提到的时间t。
其次我们使用“survivalROC”包提供的survivalROC函数处理数据。survivalROC函数会返回cut.values、TP以及FP等用于ROC曲线绘制的信息。

Mayo4.2= survivalROC(Stime=mayo$time,
                     status=mayo$censor,
                     marker = mayo$mayoscore4,
                     predict.time = cutoff,
                     method="KM")