校准曲线

作者

[编辑] 郑虎;

[审核] .

校准曲线用于评估一致性/校准，即预测值和实际值之间的差异。

环境配置

系统: Cross-platform (Linux/MacOS/Windows)
编程语言: R
依赖包: survival; rms; ggplotify

# 安装包
if (!requireNamespace("survival", quietly = TRUE)) {
  install.packages("survival")
}
if (!requireNamespace("rms", quietly = TRUE)) {
  install.packages("rms")
}
if (!requireNamespace("ggplotify", quietly = TRUE)) {
  install.packages("ggplotify")
}

# 加载包
library(survival)
library(rms)
library(ggplotify)

数据准备

多列数据的数据帧（数字允许NA）。ie生存数据（状态为0和1）。

# 加载数据
data <- read.table("files/Hiplot/018-calibration-curve-data.txt", header = T)

# 整理数据格式
res.lrm <- lrm(as.formula(paste(
  "status ~ ", 
  paste(colnames(data)[3:length(colnames(data))], collapse = "+"))),
  data = data, x = TRUE, y = TRUE)

lrm.cal <- calibrate(res.lrm, method = "boot", B = length(rownames(data)))

# 查看数据
head(data)

  time status age sex ph.ecog ph.karno pat.karno meal.cal wt.loss
1  306      2  74   1       1       90       100     1175      NA
2  455      2  68   1       0       90        90     1225      15
3 1010      1  56   1       0       90        90       NA      15
4  210      2  57   1       1       90        60     1150      11
5  883      2  60   1       0      100        90       NA       0
6 1022      1  74   1       1       50        80      513       0

可视化

# 校准曲线
p <- as.ggplot(function() {
  plot(lrm.cal,
       xlab = "Nomogram Predicted Survival",
       ylab = "Actual Survival",
       main = "Calibration Curve"
       )
})


n=168   Mean absolute error=0.062   Mean squared error=0.0045
0.9 Quantile of absolute error=0.091