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
