番外篇利用软件建立预测模型的.pdfVIP

晚期胰腺导管 患者生存的 Nomogram 图的开发和验证 R 软件完整代码 第一部分 模型的建立 #主要内容：本部分主要是导入数据、划分建模和验证人群、建立2 个COX 回归模型、绘制中位生存时间列线图、 绘制1 年和2 年生存率列线图、计算建模和验证人群 1 年和2 年生存率。 #1.1 导入数据 #先将命名为PDACdata 的csv 格式的EXCEL 表格放到D 盘的R work 文件夹 library(rms) library(foreign) setwd(D:/R work) #读入建模人群、设定分类变量并命名(请不要把Y 设为因子变量) data-read.csv(PDACdata.csv) data$center-factor(data$center,labels=c(Shanghai.Cancer.Center,Changhai.Hospital,Ruijin.Hospital)) data$sex-factor(data$sex,labels=c(male,female)) data$agec-factor(data$agec,labels=c(less than 60,more than 60)) data$smoke-factor(data$smoke,labels=c(no,yes)) data$alcohol-factor(data$alcohol,labels=c(no,yes)) data$stage-factor(data$stage,labels=c(stage3,stage4)) data$site-factor(data$site,labels=c(head and neck,body and tail)) data$ALTc-factor(data$ALTc,labels=c(normal,elevated)) data$ASTc-factor(data$ASTc,labels=c(normal,elevated)) data$ALBc-factor(data$ALBc,labels=c(normal,low)) data$CA199c-factor(data$CA199c,labels=c(normal,elevated)) data$HBVtype-factor(data$HBVtype,labels=c(non.infection, inactive.HBV.carrier,resolved.HBV.infectionl,chronic.HBV.infection)) relevel(data$HBVtype,ref= non.infection) View(data) str(data) #1.2 随机拆分建模和验证人群 library(caret) set.seed(2019) trianandvad- createDataPartition(y=data$status,p=2/3,list=FALSE) dev - data[trianandvad, ] vad-data[-trianandvad,] write.csv(dev, dev.csv) write.csv(vad, vad.csv) #1.3 构建2 个 模型 #利用AIC 筛选 模型构建模型2 （纳入8 个 因子）。 y-Surv(dev$os,dev$ status ==1,type=right) mod-coxph(y~ sex + agec + smoke + alcohol + stage + site + size + ALTc + ASTc + ALBc + CA199c + HBVtype, data=dev) modelAIC - step(object=mod,direction=both) summary(modelAIC) mod2-coxph(y~ smoke + agec + stage + size + ALTc + ALBc + CA199c + HBVtype, data=dev) summary(mod2) #去掉肿瘤标志物CA199c 和HBV 构建模型1 （纳入6 个 因子）。 y-Surv(dev$os,dev$ status ==1,type=right) mo