拓端tecdat|R语言中生存分析模型与时间依赖性ROC曲线可视化

本文主要是介绍拓端tecdat|R语言中生存分析模型与时间依赖性ROC曲线可视化，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！

最近我们被客户要求撰写关于生存分析模型的研究报告，包括一些图形和统计输出。

视频：R语言生存分析原理与晚期肺癌患者分析案例

R语言生存分析Survival analysis原理与晚期肺癌患者分析案例

人们通常使用接收者操作特征曲线（ROC）进行二元结果逻辑回归。但是，流行病学研究中感兴趣的结果通常是事件发生时间。使用随时间变化的时间依赖性ROC可以更全面地描述这种情况下的预测模型。

时间依赖性ROC定义

令 Mi为用于死亡率预测的基线（时间0）标量标记。当随时间推移观察到结果时，其预测性能取决于评估时间 t。直观地说，在零时间测量的标记值应该变得不那么相关。因此，ROC测得的预测性能（区分）是时间t的函数。

累积病例

累积病例/动态ROC定义了在时间t 处的阈值c处的灵敏度和特异性，如下所示。

累积灵敏度将在时间t之前死亡的视为分母（疾病），而将标记值高于 c 的作为真实阳性（疾病阳性）。动态特异性将在时间t仍然活着作为分母（健康），并将标记值小于或等于 c 的那些作为真实阴性（健康中的阴性）。将阈值 c 从最小值更改为最大值会在时间t处显示整个ROC曲线。

新发病例

新发病例ROC1在时间t 处以阈值 c定义灵敏度和特异性，如下所示。

累积灵敏度将在时间t处死亡的人视为分母（疾病），而将标记值高于 Ç 的人视为真实阳性（疾病阳性）。

数据准备

我们以数据包中的dataset3survival为例。事件发生的时间就是死亡的时间。Kaplan-Meier图如下。

## 变成data_frame
data <- as_data_frame(data)
## 绘图
plot(survfit(Surv(futime, fustat) ~ 1,data = data)

可视化结果：

在数据集中超过720天没有发生任何事件。


## 拟合cox模型
coxph(formula = Surv(futime, fustat) ~ pspline(age, df = 4) + 
##获得线性预测值predict(coxph1, type = "lp")

累积病例

实现了累积病例


## 定义一个辅助函数，以在不同的时间进行评估
ROC_hlp <- function(t) {survivalROC(Stime        status        marker        predict.time = t,method       = "NNE",span = 0.25 * nrow(ovarian)^(-0.20))
}
## 每180天评估一次
ROC_data <- data_frame(t = 180 * c(1,2,3,4,5,6)) %>%mutate(survivalROC = map(t, survivalROC_helper),## 提取AUCauc = map_dbl(survivalROC, magrittr::extract2, "AUC"),## 在data_frame中放相关的值df_survivalROC = map(survivalROC, function(obj) {## 绘图ggplot(mapping = aes(x = FP, y = TP)) +geom_point() +geom_line() +facet_wrap( ~ t) +

可视化结果：

180天的ROC看起来是最好的。因为到此刻为止几乎没有事件。在最后观察到的事件（t≥720）之后，AUC稳定在0.856。这种表现并没有衰退，因为高风险分数的人死了。

新发病例

实现新发病例


## 定义一个辅助函数，以在不同的时间进行评估## 每180天评估一次## 提取AUCauc = map_dbl(risksetROC, magrittr::extract2, "AUC"),## 在data_frame中放相关的值df_risksetROC = map(risksetROC, function(obj) {## 标记栏marker <- c(-Inf, obj[["marker"]], Inf)## 绘图ggplot(mapping = aes(x = FP, y = TP)) +geom_point() +geom_line() +geom_label(data = risksetROC_data %>% dplyr::select(t,auc) %>% unique,facet_wrap( ~ t) +

可视化结果：

这种差异在后期更为明显。最值得注意的是，只有在每个时间点处于风险集中的个体才能提供数据。所以数据点少了。表现的衰退更为明显，也许是因为在那些存活时间足够长的人中，时间零点的风险分没有那么重要。一旦没有事件，ROC基本上就会趋于平缓。

结论

总之，我们研究了时间依赖的ROC及其R实现。累积病例ROC可能与风险（累积发生率）预测模型的概念更兼容。新发病例ROC可用于检查时间零标记在预测后续事件时的相关性。

参考

Heagerty,Patrick J. and Zheng,Yingye, Survival Model Predictive Accuracy and ROC Curves,Biometrics，61（1）,92-105（2005）. doi：10.1111 / j.0006-341X.2005.030814.x.