关于nomogram核心函数的time.inc函数的设定

转载自品略图书馆 http://www.pinlue.com/article/2020/03/3020/5510072525626.html

建立一个模型后，我们常常会评价模型的区分度（discrimination）和校准度（calibration）。生存模型中，我们经常会看到使用calibration图来呈现模型的校准度。笔者近期查阅了网上许多绘制calibration图的R代码，发现很多代码忽略了time.inc参数的使用，甚至注释中提到了这个参数的重要性却仍然用错了。将愚见记录与此，若有理解错误，烦请大佬指正。

发现这个问题是源于丁香园中一个讨论（关于R语言做calibration curve的相关问题），其中一个人提出“需要注意的是cph()建立模型的时候，time.inc参数的数值应该和calibrate()函数中参数u保持一致，例如3年就都是36。”

笔者首先查阅网上的相关代码，有的代码中会注释到time.inc需与参数u一致，但是却将time.inc局限地理解为建立Nomogram时的利用predictor计算survival的生存函数中的time参数。实际上在建立cph()时就应该预先设定好相应的time.inc参数的值。之前笔者也不确定这个参数的设置是否真的这么重要，然后就在自己的数据中进行尝试和比较，发现得到的calibration图差别比较大，于是找到rms包的源代码，发现其中calibrate.cph.s文件中如下几行和这个问题相关：

#获取生存预测模型的summary

ssum <- fit$surv.summary

if(!length(ssum)) stop('did not use surv=TRUE for cph( )')

cat("Using Cox survival estimates at ", dimnames(ssum)[[1]][2],

" ", unit, "s\n", sep="")

#获取每个层的2nd time（即u时刻）的平均生存率S  #注意：此处不是基线风险函数h0

surv.by.strata <- ssum[2, , 1] #2nd time= at u, all strata

xb <- fit$linear.predictors   #获取Cox模型的predictor #注意：这里线性部分是减去了均值的

if(length(stra <- fit$strata))

surv.by.strata <- surv.by.strata[stra]

#根据公式计算每个样本的生存率

survival <- as.vector(surv.by.strata ^ exp(xb))

其中我们看到，计算的基线生存函数，是u时刻的基线生存函数，但是这个u值却直接取自fit的模型的summary中，并非我们之后在调用calibrate方法时设置的u参数（这么做也是为了使整体源代码更简洁，但却容易造成用户误用）。

根据这些，笔者认为，正确的calibration应该这么绘制（以下举例，且忽略了nomogram的绘制）

coxm <- cph(Surv(time, status==1)~Age.+Grade.+Stage.+Surgery.+Size.+Site.,

x=T,y=T,data=All.data, surv=T, time.inc=36)

cal<-calibrate(coxm,u=36,cmethod='KM',m=150, B=100)

plot(cal,xlim = c(0,1),ylim= c(0,1),

errbar.col=c(rgb(0,0,0,maxColorValue=255)),

col=c(rgb(255,0,0,maxColorValue=255)),

xlab = "Predicated 3-year CSS",

ylab = "Actual 3-year CSS")

abline(0,1,lty=3,lwd=2,col=c(rgb(0,0,255,maxColorValue= 255)))

以上愚见，欢迎大家一起进一步讨论这个问题！