如何在生存分析与Cox回归中计算IDI,NRI指标

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  

t0=365*5
x<-IDI (outcome, covs0, covs1, t0, npert=200) ;

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


本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部