風險預(yù)測模型評價之NRI的R語言計算_第1頁
風險預(yù)測模型評價之NRI的R語言計算_第2頁
風險預(yù)測模型評價之NRI的R語言計算_第3頁
風險預(yù)測模型評價之NRI的R語言計算_第4頁
風險預(yù)測模型評價之NRI的R語言計算_第5頁
已閱讀5頁,還剩6頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

風險預(yù)測模型評價之NRI的R語言計算R語言代碼的盛(暴)宴(擊),除了NRI的運算,還有蠻多預(yù)處理的操作,在哪都能用得著。大家做好戰(zhàn)斗準備。R里有2個包專事計算NRI,分別為nricens和PredictABEL。從最后結(jié)果來說,nricens計算出來的是絕對NRI,PredictABEL則為相對NRI。但我們已經(jīng)知道計算原理了呀,而且它們都能生成新舊模型分類的對照表,所以其實只用其中一個包就都可以計算了。不過它們還是有一些小小差異,我們就以logistic回歸模型為例,分別看一下這兩個包,供大家參考選擇。Cox模型參數(shù)較多也較復(fù)雜,但我相信你看完這篇的講解就能看懂幫助文檔中的cox案例,算是留個小作業(yè)給你吧~擬合模型先用一份示例數(shù)據(jù)做個模型。這是survival包里帶有的一份梅奧診所的數(shù)據(jù),記錄了418位患者的臨床指標,觀察這些因素與原發(fā)性膽汁性肝硬化(PBC)的關(guān)系。其中前312位參加了RCT,其他的只參加了觀察隊列。我們用前312份樣本,做個預(yù)測2000天時間點上死亡與否的模型。先載入這份數(shù)據(jù)看一下。library(survival)

###logistic回歸

egData<-pbc[1:312,]做一個logistic回歸,我們需要一個結(jié)局事件作為因變量,它必需是個分類變量;其次需要若干自變量,它們可以是分類也可以是連續(xù)。這個表中的結(jié)局是status,0=截尾(刪失),1=接受移植,2=死亡。研究目的“死亡與否”是個二分類變量,所以要做些變換。再看time一欄,有的不夠2000天,這些樣本要么是沒到2000天就死亡了,要么是刪失了。我們要刪掉2000天內(nèi)刪失的數(shù)據(jù)。egData=egData[egData$time>2000|

(egData$time<2000&egData$status==2),]“[]”表示篩選條件,|表示“或”,&為“和”。所以條件句就是egData中的time一列大于2000的保留,或小于2000但同時狀態(tài)為死亡的也保留。最后一個“,”別忘了,其在條件句的前面表示對列進行選擇,在其后表示選擇行。選好后做一個event向量,把status的三個狀態(tài)變成死亡=1,未死亡=0。event=ifelse(egData$time<2000&egData$status==2,1,0)ifelse(test,yes,no)大法好啊,前面一個test是邏輯判斷句,其值為真時返回yes的值,為假時返回no的值。所以本句中test就是當time<2000,且status為2(死亡)時,記為1,否則為0。然后把event合并入原來的表格。egData=cbind(egData,event)cbind()是以列合并,另有rbind()以行合并。這樣event就成了最后一列,為結(jié)局事件。然后選擇模型的自變量(predictors)。太多了,選取其中幾個示例。就以年齡、膽紅素、白蛋白為舊模型(standard),三者加上一個凝血酶原時間為新模型(new)。一般做logistic回歸是用glm(因變量~自變量1+自變量2+……+自變量n,

family=binomial('logit'),

data=數(shù)據(jù)表),但如果自變量較多的話,前面那個運算式就會很長很長,萬一這些自變量還是基因名或編號,就很想死了。所以順便講一個簡化的辦法,即把那一串先寫成formula。fml.std<-as.formula(paste('event~',

paste(colnames(egData)[c(5,11,13)],

collapse='+')))這里有好幾層函數(shù),paste()會把括號中的元素粘貼起來,collapse是其中的間隔。colnames()是獲取表格的列名,[]中的數(shù)值向量為所選擇的列序號。這樣如果是一個超大表格,你選中第10~70列還可以寫成“10:70”。好了,同樣寫出新模型的formula:fml.new<-as.formula(paste('event~',

paste(colnames(egData)[c(5,11,13,19)],

collapse='+')))

可以查看一下,新模型的formula寫成這個效果:然后像上邊說的那樣用glm()擬合兩個模型。mstd=glm(fml.std,family=binomial('logit'),

data=egData,x=TRUE)

mnew=glm(fml.new,family=binomial('logit'),

data=egData,x=TRUE)

這樣一長串運算式用剛才命名好的fml.std和fml.new代替就好了。x=TRUE是將來用nricens包計算時要求用到的,表示輸出結(jié)果中是否包含所用到的數(shù)據(jù)表,平時可以不寫。模型就這樣做完了~先不急著計算NRI,先看看它的總體情況。summary(mstd)運行這句就得到該模型的描述特征。殘差、相關(guān)系數(shù)、各個自變量的統(tǒng)計顯著性等,注意倒數(shù)第二行的AIC,就是上一期提到的赤池信息準則,表示模型校準度,很少有人匯報呢。可以用同樣的方法看看新模型。這里就-不展開了,進入下一環(huán)節(jié)。NRI的計算?先看nricens包的方法。library(nricens)NRI<-nribin(mdl.std=mstd,mdl.new=mnew,

updown='category',cut=c(0.3,0.6),

niter=10000,alpha=0.05)

填上新舊兩個模型。Cut是判斷風險高低的臨界值,現(xiàn)在我們寫了2個,也就是0~29%為低風險,30%~59%為中風險,60%~100%為高風險。現(xiàn)實中可以查閱相關(guān)文獻進行設(shè)置,預(yù)測風險達到多少需要怎樣干預(yù)之類的。Updown為定義一個樣本的風險是否變動的方式,category是指分類值,即我就熟悉的低、中、高風險,另有一種diff,為連續(xù)值。選diff時,cut就設(shè)1個值,比如0.02,即認為當預(yù)測的風險在新舊模型中相差2%時,即被認為是重新分類了。這種方法用的比較少。后面幾個參數(shù)就比較有意思了,niter為重復(fù)取樣的次數(shù),即boostrap方法,不做的話將其設(shè)為0就好了;做的話建議至少1000次,這也是默認值,但我(讀書少)見過的研究都10000次。然后將統(tǒng)計顯著性alpha設(shè)為0.05。這樣就可以看到輸出的結(jié)果:如果不做bootstrap,就是這個結(jié)果。有重新分類情況的詳表,最后是NRI和各種變動的概率。第一個NRI如前所述,是絕對NRI,大家可以根據(jù)之前的知識和上邊的詳表自己計算驗證一下,此時可手動計算出相對NRI。其他指標隨便看看。如果做了bootstrap,就會多出一個表:因為做了10000次重復(fù)取樣,相當于有10000個NRI,于是就有了標準誤和置信區(qū)間,剛才我們設(shè)alpha=0.05,所以后面的Lower和Upper就是95%置信區(qū)間的下界和上界。同時,做不做bootstrap都會得到一張圖,表示各數(shù)據(jù)點在新舊模型中的分布。默認的Case和Control標簽我覺得不太嚴謹,Case代表結(jié)局事件中編號為“1”的組,也就是發(fā)生了結(jié)局(死亡),Control為“0”,未發(fā)生。其實是positive和negative比較貼切吧。反正就這個意思。這張圖也和重新分類表的意思差不多,看看就好。?再看PredictABEL包的做法library(PredictABEL)

pstd<-mstd$fitted.values

pnew<-mnew$fitted.values

先把兩個模型中的預(yù)測風險值提出來,也就是模型中的fitted.value。這個包只能從預(yù)測風險計算,剛才的nricens包可以用模型,也可以用預(yù)測風險(把mdl.std和mdl.new參數(shù)換成p.std和p.new)。reclassification(data=egData,cOutcome=21,

predrisk1=pstd,predrisk2=pnew,

cutoff=c(0,0.30,0.60,1))cOutcome是結(jié)局事件的列序號,剛才我們不是把event放到最后了么,即第21列,填上。兩個預(yù)測風險值也相應(yīng)填上。這里的cutoff跟剛才的不一樣,還要填上前面的0和后面的1,成為完整的0~100%的區(qū)間。然后得到一個重新分類表:跟上邊nricens做的差不多了。不過這個包沒有bootstrap的選項。接著看下面的結(jié)果,這里的分類NRI是咱們上回說的相加NRI,同樣可以根據(jù)上一期的知識手動計算一下。記得咱們并沒有設(shè)置bootstrap吧?可這里也有個95%置信區(qū)間,只是內(nèi)部調(diào)用了一個更為簡陋的只能計算連續(xù)NRI的improveProb()函數(shù)做的,而且連續(xù)變化的臨界值也不太透明,遂不管了。最后還有個IDI是指,發(fā)生和未發(fā)生結(jié)局事件樣本的平均預(yù)測

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論