利用ROC曲线寻找最佳cutoff值（连续型变量组成的riskscore）

Python014

利用ROC曲线寻找最佳cutoff值（连续型变量组成的riskscore）,第1张

我们在看临床模型类文献的时候，虽然常看到用 X-tile 寻找变量的最佳cutoff值，但是有时候也会看到有的文章是用ROC曲线来寻找最佳cutoff值的，下面我们一探究竟吧，注本期所用的连续型变量为riskscore，而构建riskscore的基因表达量也是连续型变量。

载入必要的R包

rm(list=ls())

library(tibble)

library(dplyr)

library(tidyr)

library(survivalROC)

载入数据

clinical<-data.table::fread(file ="risk.txt",data.table = F)

head(clinical)[1:5,1:5]

## 将第一列变成行名

clinical <- clinical %>%

  column_to_rownames("sample")

处理时间

### 将生存时间转化成年（之前已经为年了，所以除以1。如果为天则除以365。月则除以12） 

clinical$futime=clinical$futime/1 

predict_time1=3

predict_time2=5

绘制3年的ROC曲线

Auc_Text=c()

you_roc=survivalROC(Stime=clinical$futime, status=clinical$fustat, marker = clinical$riskScore, predict.time =predict_time1, method="KM")

plot(you_roc$FP, you_roc$TP, type="l", xlim=c(0,1), ylim=c(0,1),col="#DAA520",

    xlab="False positive rate",

    ylab="True positive rate",

    lwd = 3, cex.main=1.5, cex.lab=1.3, cex.axis=1.3, font=1.3)

Auc_Text=c(Auc_Text,paste0("riskScore"," (AUC=",sprintf("%.3f",you_roc$AUC),")"))

abline(0,1)

legend("bottomright",Auc_Text,lwd=2,bty="n",col="#DAA520")

#dev.off()

### 利用ROC曲线计算最佳cutoff

cutoff_3year<-you_roc$cut.values[which.max(you_roc$TP-you_roc$FP)]

cutoff_3year

绘制5年的ROC曲线

Auc_Text=c()

you_roc=survivalROC(Stime=clinical$futime, status=clinical$fustat, marker = clinical$riskScore, predict.time =predict_time2, method="KM")

plot(you_roc$FP, you_roc$TP, type="l", xlim=c(0,1), ylim=c(0,1),col="#EE3B3B",

    xlab="False positive rate",

    ylab="True positive rate",

    lwd = 3, cex.main=1.5, cex.lab=1.3, cex.axis=1.3, font=1.3)

Auc_Text=c(Auc_Text,paste0("riskScore"," (AUC=",sprintf("%.3f",you_roc$AUC),")"))

abline(0,1)

legend("bottomright",Auc_Text,lwd=2,bty="n",col="#EE3B3B")

#dev.off()

#利用ROC曲线计算最佳cutoff

cutoff_5year<-you_roc$cut.values[which.max(you_roc$TP-you_roc$FP)]

cutoff_5year

那么当构建riskscore的元素为分期、性别、亚型等分类变量时，又应该怎么用ROC曲线寻找riskscore的最佳cutoff呢？且听下回分解。

更多详细可见：https://mp.weixin.qq.com/s/0wZTazrIl2EQ1__9gNdywQ

在数据处理时，常需要对数值型数据进行归类，如我们收集收入时往往需要给出最直观的变量来告知我们这个值的收入是高、低还是中等。cut函数可实现这一目的。

如果希望加一列来将income分类为 low，medium以及high，标准为income<=3000定义为low， 3000<income<=8000为medium， income>8000为high，运用cut函数，命令如下：