Nomogram绘制-基于R语言rms包的经典方法

作者：白介素2

文章内容简介：应用R语言中的rms包绘制经典列线图，构建基于logistic模型，及cox风险比例模型，计算C-index的多种方法演示。 Calibration Curve：校准曲线绘制做内部验证。

Nomogram.

• Nomogram是以绘图的方式展示不同变量之间的关系,在医学研究中的应用优势在于能个性化的计算病人生存率
• Nomogram又称诺莫图或列线图，本质是对已构建模型的可视化

载入数据

• 以lung 数据集为例

require(rms)
library(Hmisc); 
library(grid); 
library(lattice);
library(Formula); 
library(ggplot2) 
library(rms)
library(survival)
library(survival)

## 数据结构
head(lung)
dim(lung)

按照要求打包数据

# 修改变量标签
lung$sex <- factor(lung$sex,levels = c(1,2),labels = c("male", "female"))
# 打包数据
dd=datadist(lung)
options(datadist="dd") 

构建模型

• 可以是logistic模型
• 设置了连续型变量与分类变量
• maxscale 参数指定最高分数，一般设置为100或者10分
• fun：将预测的概率转换为线性,懦弱要绘制两条以上生存概率坐标轴,list函数连接起来.
• fun.at 设置生存率或风险的坐标轴刻度
• xfrac 设置数值轴与最左边标签的距离，可以调节下数值观察下图片变化情况