如何在R语言中计算C-index

Python013

如何在R语言中计算C-index,第1张

利用Hmisc包中的rcorr.cens函数 局限： - 只能处理一个预测变量 - 对超过2分类的分类变量处理粗糙

# 加载包及生成数据框,这里生成数据框主要是为了方便大家理解，因为大家通常都是将Excel的数据读进R，存储为数据框格式

library(survival)

library(Hmisc)

age <- rnorm(200, 50, 10)

bp <- rnorm(200,120, 15)

d.time <- rexp(200)

cens <- runif(200,.5,2)

death <- d.time <= cens

os <- pmin(d.time, cens)

sample.data <- data.frame(age = age,bp = bp,os = os,death = death)

#让我们看一下生成的例子数据的前6行

head(sample.data)

##age bp os death

## 1 33.18822 114.6965 1.106501 FALSE

## 2 41.86970 123.2265 1.365944 FALSE

## 3 50.41484 124.9522 0.867119 FALSE

## 4 45.66936 127.3237 1.155765 TRUE

## 5 39.79024 134.8846 1.257501 TRUE

## 6 31.89088 140.9382 1.125504 FALSE

rcorr.cens的代码及结果，第一个值就是C指数，同时也有Dxy的值

rcorr.cens(sample.data$age, Surv(sample.data$os, sample.data$death))

##C IndexDxy S.D. nmissing

## 4.528492e-01 -9.430156e-02 5.565299e-02 2.000000e+02 0.000000e+00

## uncensored Relevant Pairs Concordant Uncertain

## 1.290000e+02 3.172800e+04 1.436800e+04 8.072000e+03

rcorrcens的代码及结果,注意rcorrcens的写法是写成formula（公式）的形式，较为方便；而rcorr.cens的 写法是只能在前面写上一个自变量,并且不支持data = ...的写法，有点繁琐。较为遗憾的是这两种方法得到的C指数的标准误需要通过S.D./2间接得到。

r <- rcorrcens(Surv(os, death) ~ age + bp,data = sample.data)

r

## Somers' Rank Correlation for Censored DataResponse variable:Surv(os, death)

##

## CDxy aDxySDZ P n

## age 0.453 -0.094 0.094 0.056 1.69 0.0902 200

## bp 0.498 -0.003 0.003 0.054 0.06 0.9517 200

R语言字符串处理常用函数

R语言中常用的字符串处理函数：

（1）得到字符串长度：nchar()

# 生成示范字符串

（2）剪切字符串：strsplit()

# 对字符串进行剪切

（3） 得到子字符串：substr()

# 得到子字符串

（4） 判断字符串中是否有某个字串:grepl()

# 判断字符串中是否有某个字串

（5） 字符串替换：gsub()

（6）字符串定位

在Hmisc包里，有一个函数可以很方便的对文本的的目标字符串进行定位，substring.location()

Hmisc，主要用里面的recode函数来转换数据，比如把c("Jan", "Feb", "Mar")转换成1， 2， 3

reshape/reshape2，主要用来整理数据，做pivot table，方便进行下一步的统计或绘图

ggplot2，绘图

scales，用来生成特定的数据格式，比如百分数

R.matlab，以matlab支持的格式导出数据

dplyr，支持对data.frame的灵活操作，很方便！