如何在生存分析与Cox回归中计算IDI,NRI指标

2023-10-12 04:10

本文主要是介绍如何在生存分析与Cox回归中计算IDI,NRI指标,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

原文链接:http://tecdat.cn/?p=6095

读取样本数据

D=D\[!is.na(apply(D,1,mean)),\] ; dim(D)
## \[1\] 416   7

查询部分数据(结果和预测因子)

head(D)
##   time status      age albumin edema protime bili
## 1  400      1 58.76523    2.60   1.0    12.2 14.5
## 2 4500      0 56.44627    4.14   0.0    10.6  1.1
## 3 1012      1 70.07255    3.48   0.5    12.0  1.4
## 4 1925      1 54.74059    2.54   0.5    10.3  1.8
## 5 1504      0 38.10541    3.53   0.0    10.9  3.4
## 6 2503      1 66.25873    3.98   0.0    11.0  0.8

模型0和模型1的结果数据和预测变量集

outcome=D\[,c(1,2)\]
covs1<-as.matrix(D\[,c(-1,-2)\])
covs0<-as.matrix(D\[,c(-1,-2, -7)\])head(outcome)
##   time status
## 1  400      1
## 2 4500      0
## 3 1012      1
## 4 1925      1
## 5 1504      0
## 6 2503      1
``````
head(covs0)
##        age albumin edema protime
## 1 58.76523    2.60   1.0    12.2
## 2 56.44627    4.14   0.0    10.6
## 3 70.07255    3.48   0.5    12.0
## 4 54.74059    2.54   0.5    10.3
## 5 38.10541    3.53   0.0    10.9
## 6 66.25873    3.98   0.0    11.0
``````
head(covs1)
##        age albumin edema protime bili
## 1 58.76523    2.60   1.0    12.2 14.5
## 2 56.44627    4.14   0.0    10.6  1.1
## 3 70.07255    3.48   0.5    12.0  1.4
## 4 54.74059    2.54   0.5    10.3  1.8
## 5 38.10541    3.53   0.0    10.9  3.4
## 6 66.25873    3.98   0.0    11.0  0.8

点击标题查阅往期内容

2616eec7bc40c3812a9d2e7e0a91434c.jpeg

R语言生存分析数据分析可视化案例

outside_default.png

左右滑动查看更多

outside_default.png

01

ecad16e905f8d71c40406760fe2a6e99.png

02

07db4181e9fe3f44a2d582421f2ed932.png

03

0dfabb86c92fed7ae8bcfa2de0589f19.png

04

ed59a4e046d6424f18a2c64b539f3a89.png

推理  

<span style="color:#333333"><span style="color:#333333"><code><span style="color:#000000">t0</span><span style="color:#687687">=</span><span style="color:#009999">365</span><span style="color:#687687">*</span><span style="color:#009999">5</span>
<span style="color:#000000">x</span><span style="color:#687687"><-</span><span style="color:#000000">IDI </span><span style="color:#687687">(</span><span style="color:#000000">outcome</span>, <span style="color:#000000">covs0</span>, <span style="color:#000000">covs1</span>, <span style="color:#000000">t0</span>, <span style="color:#000000">npert</span><span style="color:#687687">=</span><span style="color:#009999">200</span><span style="color:#687687">)</span> ;</code></span></span>

输出 

##     Est. Lower Upper p-value
## M1 0.090 0.052 0.119       0
## M2 0.457 0.340 0.566       0
## M3 0.041 0.025 0.062       0

M1表示IDI

M2表示NRI

M3表示中位数差异

图形演示

ac9370f3858328703518193a4f5f3f33.png



c47f4ee43110ea90cfa4e8381bc7982f.jpeg

本文摘选R语言如何在生存分析与Cox回归中计算IDI,NRI指标,点击“阅读原文”获取全文完整资料。


点击标题查阅往期内容

R语言中的生存分析Survival analysis晚期肺癌患者4例

R语言使用限制平均生存时间RMST比较两条生存曲线分析肝硬化患者

R语言生存分析: 时变竞争风险模型分析淋巴瘤患者

R语言生存分析可视化分析

R语言中生存分析模型的时间依赖性ROC曲线可视化

R语言生存分析数据分析可视化案例

R语言ggsurvplot绘制生存曲线报错 : object of type ‘symbol‘ is not subsettab

R语言如何在生存分析与Cox回归中计算IDI,NRI指标

R语言绘制生存曲线估计|生存分析|如何R作生存曲线图

R语言解释生存分析中危险率和风险率的变化

R语言中的生存分析Survival analysis晚期肺癌患者4例

396eaca0dbd4d0000b24032b76951775.png

fa35547fc3d074210adec6d94ac125c2.jpeg

fb4bad0250ed3d83c42c4327dafd97d8.png

这篇关于如何在生存分析与Cox回归中计算IDI,NRI指标的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/193138

相关文章

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

poj 1113 凸包+简单几何计算

题意: 给N个平面上的点,现在要在离点外L米处建城墙,使得城墙把所有点都包含进去且城墙的长度最短。 解析: 韬哥出的某次训练赛上A出的第一道计算几何,算是大水题吧。 用convexhull算法把凸包求出来,然后加加减减就A了。 计算见下图: 好久没玩画图了啊好开心。 代码: #include <iostream>#include <cstdio>#inclu

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

uva 11178 计算集合模板题

题意: 求三角形行三个角三等分点射线交出的内三角形坐标。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vector>#include <

XTU 1237 计算几何

题面: Magic Triangle Problem Description: Huangriq is a respectful acmer in ACM team of XTU because he brought the best place in regional contest in history of XTU. Huangriq works in a big compa

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

【软考】希尔排序算法分析

目录 1. c代码2. 运行截图3. 运行解析 1. c代码 #include <stdio.h>#include <stdlib.h> void shellSort(int data[], int n){// 划分的数组,例如8个数则为[4, 2, 1]int *delta;int k;// i控制delta的轮次int i;// 临时变量,换值int temp;in