(三)Logistic回归模型评价:
在常用的临床模型构建中,主要分为两种,包括临床预测模型(Cox回归模型)和临床诊断模型(Logstic回归模型)。在之前的内容中,阿琛给大家介绍了如何使用Nomogram图将临床预测模型可视化,以及Cox回归模型的相关评价指标。
下面是临床模型的第三集临床诊断模型篇,即如何对Logistic回归模型进行评价。
1.建立Logistic预测模型:
1.1 引用R包:
#install.packages("foreign")
#install.packages("rms")
#install.packages("pROC")
#install.packages("rmda")
#install.packages("nricens")
library(foreign)
library(rms) #构建Logstic模型
library(pROC) #绘制ROC曲线
library(rmda) #绘制DCA曲线
library(nricens) #计算NRI值
1.2 读取文件:
setwd("C:Users 00Desktop14_Logstic") #设置工作目录
rt
head(rt) #查看前5行的数据
可以发现,该数据集主要包括5个不同的变量和1个结局变量;在此,我们主要通过构建临床诊断模型,来预测结局Status。