勘误:在外部验证集绘制 ROC、Calibration 校准曲线和 DCA 曲线的 R 源代码

文摘   2023-10-30 22:45   上海  

在上一篇同名公众号文章中,calibrarion曲线部分漏了一句代码,特此勘误,请以下面的代码为准


用训练集建立模型,并在其他集上做calibration曲线 R代码示例:

# 加载必要的库library(riskRegression)
# 使用glm()函数在训练集上建立logistic回归模型formula <- as.formula(glue("response ~ predictor1 + predictor2 + ..."))logistic_model <- glm(formula, family = binomial(), data = train_data)
# 使用 riskRegression 包的 Score 函数来获取calibration数据# 在训练集上cal_train <- riskRegression::Score( object = list(fit = logistic_model), formula = as.formula("response ~ 1"), plots = "calibration", data = train_data)
# 在内部验证集上cal_validation <- riskRegression::Score( object = list(fit = logistic_model), formula = as.formula("response ~ 1"), plots = "calibration", data = validation_data)
# 在外部验证集上cal_external <- riskRegression::Score( object = list(fit = logistic_model), formula = as.formula("response ~ 1"), plots = "calibration", data = external_data)
# 绘制calibration曲线# 在训练集上riskRegression::plotCalibration(x = cal_train, xlab = "Predicted Risk", ylab = "Observed Risk", col = "black", brier.in.legend = TRUE, auc.in.legend = TRUE)
# 在内部验证集上riskRegression::plotCalibration(x = cal_validation, xlab = "Predicted Risk", ylab = "Observed Risk", col = "black", brier.in.legend = TRUE, auc.in.legend = TRUE)
# 在外部验证集上riskRegression::plotCalibration(x = cal_external, xlab = "Predicted Risk", ylab = "Observed Risk", col = "black", brier.in.legend = TRUE, auc.in.legend = TRUE)


如果不会编程的朋友,可以登录 www.mstata.com ,点击网站左上角的MSTATA医学统计机器人,选以研究类型分类-预测研究回归 - Logistic - nomogram 预测研究(一键生成 SCI 论文)。上面已经把整个流程自动打包,只需要鼠标点一点就能完成所有过程,直到生成一篇完整的 3000 字左右的 SCI 论文。



真实世界数据
介绍真实世界数据,真实世界研究和真实世界证据
 最新文章