在临床中要做nomogram图，虽然简单，但是也有一些小坑，希望以后能避免。

微信图片_20200415160536.png

在数据格式中，将所有的变量变为分类变量，结果出现以下结果

微信图片_20200415160642.png

对于3年，5年的生存率无法预测，因此改变策略，将数据结构进行调整，首先将年龄调为计数变量，将生存时间改为天，其代码如下：

dd<-datadist(a)
options(datadist='dd')
coxm1 <- cph(Surv(Days,Status==1)~.,x=T,y=T,data=a,surv=T)
surv <- Survival(coxm1)
surv1 <- function(x)surv(1*365,lp=x)
surv2 <- function(x)surv(1*1095,lp=x)
surv3 <- function(x)surv(1*1825,lp=x)

nom1<-nomogram(coxm1,fun=list(surv1,surv2,surv3),lp = F,
               funlabel=c('1-Year Survival probability',
                          '3-Years survival probability',
                          '5-Years survival probability'),
               maxscale=100,
               fun.at=c('0.9','0.85','0.80','0.70','0.6','0.5','0.4','0.3','0.2','0.1'))
plot(nom1)

library(export)

graph2ppt(file="~/Public/jhh/4.15.pptx", width=7, height=5)

微信图片_20200415160739.png

三年和五年的生存预测概率就跑出来了，同样的数据，同样的代码，跑出来的结果不一样，看来数据整理很重要。