R语言使用 ggscidca包优雅的绘制竞争风险模型决策曲线

Question

如题所述

Answer 1

在R语言中，ggscidca包提供了一种直观且优雅的方式来绘制竞争风险模型决策曲线，这有助于评估诊断模型的临床实用性。DCA方法由Andrew Vickers博士在2006年提出，它超越了ROC曲线仅依赖特异度和敏感度的局限，考虑了假阳性和假阴性对患者的影响，引入了阈概率和净获益的概念，更具临床实际意义。

尽管CRAN上可供竞争风险模型决策曲线绘制的R包不多，ggscidca包在其中尤为突出，尤其在新版本中功能增强。要使用ggscidca，首先确保安装并更新该包。以下是如何进行的简单三步骤：

1. 导入必要的包和数据，如ggscidca自带的df_surv数据，它包含结局变量cancer_cr（死于癌症）、协变量等，其中censor表示生存状态，ttcancer是生存时间。

2. 数据预处理是关键，需将结局变量转换为0-2的编码，0代表生存，1代表感兴趣的结局，2代表竞争风险。数据格式正确后，即可建立生存分析模型，选择感兴趣的结局变量。

3. 完成模型后，将模型转换为竞争风险模型类型，然后直接使用ggscidca进行决策曲线绘制，可以选择特定时间点（如1.5年）进行展示。如果需要验证集决策曲线，只需在适当位置提供验证数据。

此外，ggscidca包还支持添加虚线、阈值等自定义元素，以便更深入地理解模型的性能。值得注意的是，ggscidca包绘制的决策曲线基于stdca.R函数，该函数是竞争风险模型分析的基础，尽管与dcurves包的结果有所不同，但通过对比分析，作者认为ggscidca包的实现更为准确。

总之，ggscidca包为竞争风险模型决策曲线的绘制提供了一个实用且灵活的工具，帮助临床决策者更好地评估模型在实际应用中的效果。