nomogram by R language_04Jul2020

目的：

使用R语言结合某些包实现nomogram（列线图）绘制。

缘起：

由于偶然的机会，学到了这种图的画法，及其解读，在此作为笔记记录。感谢前辈的无所分享，本文学习自：
https://www.cnblogs.com/biostatisc/p/7903160.html
nomogram的原理可在上述链接中查看。（如侵犯版权，请留言，鄙人会删除）

应用范围：

logistic回归，cox回归的结果展示。

自己的理解：

这种图特别适使用于logistic回归的结果展示，是“评分系统”的一个替代，可简便应用于临床等实践。

一个可重复的例子：

（引用于https://www.cnblogs.com/biostatisc/p/7903160.html，如侵犯版权，请留言，鄙人会删除）

    require(rms)    ##调用rms包

    # 建立数据集
    y = c(0, 1, 0, 0, 0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 1, 1, 0, 1,
    1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 1, 0, 0, 0, 1,
    1, 1, 1, 0, 1, 1, 0, 0, 0, 1, 1, 1, 0, 1, 1, 1, 1, 0, 0, 1, 1, 1, 0,
    0, 0, 1, 0, 1, 0, 1, 0, 1)
    age = c(28, 42, 46, 45, 34, 44, 48, 45, 38, 45, 49, 45, 41, 46, 49, 46, 44, 48,
    52, 48, 45, 50, 53, 57, 46, 52, 54, 57, 47, 52, 55, 59, 50, 54, 57, 60,
    51, 55, 46, 63, 51, 59, 48, 35, 53, 59, 57, 37, 55, 32, 60, 43, 59, 37,
    30, 47, 60, 38, 34, 48, 32, 38, 36, 49, 33, 42, 38, 58, 35, 43, 39, 59,
    39, 43, 42, 60, 40, 44)
    sex = c(0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1,
    0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1,
    0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1,
    0, 1, 1, 1, 0, 1)
    ECG = c(0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1,
    0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 2, 1, 0, 0, 2, 2, 0, 0, 2, 2,
    0, 1, 2, 2, 0, 1, 0, 2, 0, 1, 0, 2, 1, 1, 0, 2, 1, 1, 0, 2, 1, 1, 0, 2,
    1, 1, 0, 2, 1, 1)
    # 设定nomogram的参数
    ddist <- datadist(age, sex, ECG)
    options(datadist='ddist')
    # logistic回归
    f <- lrm(y ~ age + sex + ECG)
    # nomogram
    nom <- nomogram(f, fun=plogis,
    fun.at=c(.001, .01, .05, seq(.1,.9, by=.1), .95, .99, .999),
    lp=F, funlabel="Risk")
    plot(nom)

nomogram for jianshu.png

注意

本文已重复上面的例子，并使用自己的数据做出了很好的结果
还有一个cox回归的例子本人并未重复出来，也摘录如下，依然来自：https://www.cnblogs.com/biostatisc/p/7903160.html，（如侵犯版权，请留言，鄙人会删除）：

require(rms)
require(Hmisc)     ##需要下载安装

require(survival)   ##R默认自带的用于做生存分析的包
# 建立数据集（使用rms包example的代码，未改动）
n <- 1000
set.seed(731)
age <- 50 + 12*rnorm(n)
label(age) <- "Age"
sex <- factor(sample(c('Male','Female'), n,
rep=TRUE, prob=c(.6, .4)))
cens <- 15*runif(n)
h <- .02*exp(.04*(age-50)+.8*(sex=='Female'))
dt <- -log(runif(n))/h
label(dt) <- 'Follow-up Time'
e <- ifelse(dt <= cens,1,0)
dt <- pmin(dt, cens)
units(dt) <- "Year"
# 设定nomogram的参数
ddist <- datadist(age, sex)
options(datadist='ddist')
# Cox回归
S <- Surv(dt,e)
f <- cph(S ~ rcs(age,4) + sex, x=T, y=T)
med <- Quantile(f)
# nomogram
nom <- nomogram(f, fun=function(x) med(x),
fun.at=c(13,12,11,9,8,7,6,5),lp=F, funlabel="Median Survival Time")
plot(nom) ##绘制Nomgram图