手机版 下载桌面 设为首页

Cox回归列线图(Nomogram)制作详细教程

  列线图是一种直观有效地展示Cox回归结果的一种方法。最有价值的是进行结局的预测,同时可以通过直线的长度来表示不同变量对结局的影响,以及变量的不同取值对结局的影响。正如下图中所示。

  举例来说,一个男性胰腺癌患者,年龄是40岁,术中进行放疗,肿瘤位置再胰脏头部,胰胆管浸润为CH0,有腹膜转移,TNM分期在IV期。 根据上述条件,判断每个变量的得分,年龄40岁,points得分是10分,男性points得分是4分,依次累计各个变量的得分,得到Total points,然后就有对应3月、6月和1年的生存概率。复杂的模型公式变成了直观的图片,不仅仅医生可以看懂,病人家属也可以进行估测了。同时,可以看到术中有术中放疗和无术中放料其得分相差特别大,35分蹦到了80分。

  # 请先安装好各个相关包再运行代码

  # install.packages("VIM")

  library(foreign) # 读取spss格式数据

  library(survival)

  library(rms)

  library(VIM) # 包中aggr()函数,判断数据缺失情况

  if (!require("VIM")) {

  install.packages("VIM", repos="https://cran.rstudio.com/")

  library("VIM")

  }

  par(family = "STXihei") # 指定绘制图片中的字体

  # 数据来自张文彤《SPSS统计分析高级教程》

  url <- 'http://online.hyconresearch.com:4096/spss20/spss20advdata.zip'

  # 书中数据下载地址

  file <- basename(url)

  # 获取文件名 spss20advdata.zip

  if (!file.exists(file)) download.file(url, file)

  # 判断工作目录下是否有spss20advdata.zip文件,如果不存在则执行下载数据命令

  unzip(file) # 解压缩zip文件

  pancer <- read.spss('part4/pancer.sav') # 读取文件

  pancer <- as.data.frame(pancer)

  # Cox回归所需数据类型为数据框格式,将其转换为数据框格式

  aggr(pancer,prop=T,numbers=T)

  # 判断pancer各个变量的数据缺失情况,出现红色即有缺失,绘制列线图不允许缺失值存在

  pancer$censor <- ifelse(pancer$censor=='死亡',1,0)

  # Cox回归结局变量需为数值变量

  pancer$Gender <- as.factor(ifelse(pancer$sex=='男',"Male","Female"))

  # 更改变量名称以及变量取值

  pancer$Gendr <- relevel(pancer$Gender,ref='Female') # 设置参考组

  dd<-datadist(pancer)

  options(datadist='dd')

  coxm <- cph(Surv(time,censor==1)~age+Gender+trt+bui+ch+p+stage,x=T,y=T,data=pancer,surv=T)

  # 建立Cox回归方程

  surv <- Survival(coxm) # 建立生存函数

  surv1 <- function(x)surv(1*3,lp=x)

  surv2 <- function(x)surv(1*6,lp=x)

  surv3 <- function(x)surv(1*12,lp=x)

  plot(nomogram(coxm,fun=list(surv1,surv2,surv3),lp= F,funlabel=c('3-Month Survival','6-Month survival','12-Month survival'),maxscale=100,fun.at=c('0.9','0.85','0.80','0.70','0.6','0.5','0.4','0.3','0.2','0.1')),xfrac=.45)

  maxscale 参数指定最高分数,一般设置为100或者10分

  fun.at 设置生存率的刻度

  xfrac 设置数值轴与最左边标签的距离,可以调节下数值观察下图片变化情况

  列线图绘制常见问题

  1. 如何筛选变量?

  答: 与多变量统计分析变量筛选方法一样。列线图绘制纳入的变量即为coxm方程中的变量。

  2. 如何更改图中变量名以及的变量值的名称,比如“sex”的"男"和"女"。

  答: 列线图中出现的名称,即变量名和变量值名称,修改变量名和变量值名即可修改列线图中的名称。

  3. 如何更改多分类变量的参考组

  答:参考 pancer$Gendr <- relevel(pancer$Gender,ref='Female')

分类标签:Cox回归  列线图  

声明:本文转载仅出于学习和传播信息所需,并不意味着代表本站观点或证实其内容的真实性;其他网站或个人转载使用须保留本站所注“来源”,并自负相关法律责任;如作者不希望被转载或其他事宜,请及时联系我们!