ggDCA是目前能同时绘制Cox回归模型、logistic回归模型及广义线性模型的DCA曲线且其图形能用ggplot2美化。同时,该包还能计算DCA的曲线下面积、净获益及阈值概率的范围,如果把这些加入到文章中相信能增色不少!
该包是公众号“一棵树zj”作者写的7个R包之一,在公众号里作者还非常贴心的写了该包常见报错的处理办法。作者其余的R包也非常简洁高效,值得学习。
在这里感谢 “一棵树” 老师对ggDCA包的创建与分享。
数据中status,0为感兴趣事件,因此status==0
决策曲线分析法(Decision Curve Analysis,DCA)是个与ROC曲线相提并论的相对比较新的模型评价方法。
关于它的原理,长篇大论的医学统计学知识解读实在不是我的强项,放上两个链接偷偷懒:
如果想看文章,这篇里的fig7就是: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8051731/ 。
简单说这个图片怎么看,曲线接近两条参考线的模型,说明没有应用价值,在很大一个阈值区间内高于参考线的,说明模型好一些。
下面是DCA曲线的绘制方法
只能用于logistic回归,图片风格略古老
去年8月份的包,支持logistic回归和cox回归,简洁易用,图片基于ggplot2,可以非常方便的修改。
o的k!多说一句,ggDCA这个包的作者是一棵树,作者亲手写的教程是在: https://mp.weixin.qq.com/s/dcN1BvmuSO7osWFPPq3pYg 供大家参考。