诺莫图

作者

[编辑] 郑虎;

[审核] .

注记

Hiplot 网站

本页面为 Hiplot Nomogram 插件的源码版本教程，您也可以使用 Hiplot 网站实现无代码绘图，更多信息请查看以下链接:

https://hiplot.cn/basic/nomogram?lang=zh_cn

列线图常被用来评价肿瘤和医学的预后，并能直观地反映logistic回归或Cox回归的结果。

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

随时间变化的生存数据帧，根据实例数据用0,1等数字表示性别和状态。

# 加载数据
data <- read.delim("files/Hiplot/131-nomogram-data.txt", header = T)

# 整理数据格式
dd <- datadist(data)
options(datadist = "dd")
## 建立 COX 模型并运行列线图
cox_res <- psm(
  data = data,
  as.formula(paste(
    sprintf("Surv(%s, %s) ~ ", colnames(data)[1], colnames(data)[2]),
    paste(colnames(data)[3:length(colnames(data))],
      collapse = "+"
    )
  )),
  # Surv(time, status) ~ age + sex + ph.ecog + ph.karno + pat.karno,
  dist = "lognormal"
)
## 建立 Survival 概率函数
surv <- Survival(cox_res)
## 构建分位数生存时间函数
med <- Quantile(cox_res)

cox_nomo <- nomogram(
  cox_res,
  fun = list(function(x) surv(365, x), function(x) surv(1095, x),
             function(x) surv(1825, x), function(x) med(lp = x)),
  funlabel = c("1-year Survival Probability",
               "3-year Survival Probability",
               "5-year Survival Probability",
               "Median Survival Time"),
  maxscale = 100
)

# 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

# 诺莫图
p <- as.ggplot(function() {
  plot(cox_nomo, scale = 1)
  title(main = "Nomogram (COX)")
})

p
图 1: 诺莫图