我们在看临床模型类文献的时候,虽然常看到用 X-tile 寻找变量的最佳cutoff值,但是有时候也会看到有的文章是用ROC曲线来寻找最佳cutoff值的,下面我们一探究竟吧,注本期所用的连续型变量为riskscore,而构建riskscore的基因表达量也是连续型变量。
knitr::opts_chunk$set(echo = TRUE)knitr::opts_chunk$set(warning = F)knitr::opts_chunk$set(message = F)
载入必要的R包
rm(list=ls())library(tibble)library(dplyr)library(tidyr)library(survivalROC)
载入数据
clinicalhead(clinical)[1:5,1:5]## 将第一列变成行名clinical % column_to_rownames("sample")
处理时间
### 将生存时间转化成年(之前已经为年了,所以除以1。如果为天则除以365。月则除以12) clinical$futime=clinical$futime/1 predict_time1=3predict_time2=5
<