臨床預(yù)測(cè)模型作為臨床研究的“高階玩法”，不僅僅是改變臨床實(shí)踐的重要途徑，更是發(fā)表高分SCI文章的熱門選擇。

但不論零基礎(chǔ)的小白，還是已經(jīng)了解過(guò)臨床預(yù)測(cè)模型的同學(xué)，剛開始都會(huì)一頭霧水。簡(jiǎn)單概括，Cox回歸預(yù)測(cè)模型的基礎(chǔ)統(tǒng)計(jì)策略大致可以概括為“一表四圖”，即均衡性表、列線圖、校準(zhǔn)圖、ROC圖、DCA圖。

之前的文章中我們已經(jīng)為大家介紹過(guò)均衡性表、列線圖、校準(zhǔn)圖、ROC曲線的繪制方法，今天完成seer數(shù)據(jù)庫(kù)復(fù)現(xiàn)系列的最終章——DCA曲線，除了R語(yǔ)言復(fù)現(xiàn)，同樣用風(fēng)暴統(tǒng)計(jì)進(jìn)行操作，對(duì)新手小白或希望更加便捷完成統(tǒng)計(jì)分析工作的讀者十分友好！

主要內(nèi)容包括：

一、文獻(xiàn)解讀

二、利用R語(yǔ)言復(fù)現(xiàn)

三、利用在線網(wǎng)站復(fù)現(xiàn)

四、小結(jié)

一、文獻(xiàn)解讀

案例文獻(xiàn)是沈陽(yáng)醫(yī)學(xué)院公共衛(wèi)生學(xué)院學(xué)者基于SEER數(shù)據(jù)庫(kù)的一項(xiàng)回顧性研究，旨在建立一個(gè)列線圖來(lái)預(yù)測(cè)老年惡性骨腫瘤（MBT）患者的總生存期（OS）。

1. 摘要

背景：惡性骨腫瘤（MBT）是老年患者死亡的原因之一。我們研究的目的是建立一個(gè)列線圖來(lái)預(yù)測(cè)老年MBT患者的總生存期（OS）。

方法：從SEER數(shù)據(jù)庫(kù)下載了2004年至2018年所有老年MBT患者的臨床病理數(shù)據(jù)。他們被隨機(jī)分配到訓(xùn)練集（70%）和驗(yàn)證集（30%）。采用單因素和多因素Cox回歸分析確定老年MBT患者的獨(dú)立危險(xiǎn)因素?；谶@些危險(xiǎn)因素構(gòu)建列線圖，以預(yù)測(cè)老年MBT患者的1年，3年和5年OS。然后，利用一致性指數(shù)（C指數(shù)）、校準(zhǔn)曲線和受試者工作曲線下面積（AUC）來(lái)評(píng)價(jià)預(yù)測(cè)模型的準(zhǔn)確性和判別力。決策曲線分析（DCA）用于評(píng)估列線圖的臨床潛在應(yīng)用價(jià)值。根據(jù)列線圖上的分?jǐn)?shù)，將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組。Kaplan-Meier（K-M）曲線用于測(cè)試兩名患者之間的生存差異。

結(jié)果：從SEER數(shù)據(jù)庫(kù)下載了2004年至2018年所有老年MBT患者的臨床病理數(shù)據(jù)。他們被隨機(jī)分配到訓(xùn)練集（70%）和驗(yàn)證集（30%）。采用單因素和多因素Cox回歸分析確定老年MBT患者的獨(dú)立危險(xiǎn)因素?；谶@些危險(xiǎn)因素構(gòu)建列線圖，以預(yù)測(cè)老年MBT患者的1年，3年和5年OS。然后，利用一致性指數(shù)（C指數(shù)）、校準(zhǔn)曲線和受試者工作曲線下面積（AUC）來(lái)評(píng)價(jià)預(yù)測(cè)模型的準(zhǔn)確性和判別力。決策曲線分析（DCA）用于評(píng)估列線圖的臨床潛在應(yīng)用價(jià)值。根據(jù)列線圖上的分?jǐn)?shù)，將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組。Kaplan-Meier（K-M）曲線用于測(cè)試兩名患者之間的生存差異。

結(jié)論：我們建立了一個(gè)新的列線圖來(lái)預(yù)測(cè)老年MBT患者的1年，3年，5年的OS。該預(yù)測(cè)模型可以幫助醫(yī)生和患者制定治療計(jì)劃和后續(xù)策略。

2. 數(shù)據(jù)介紹

文獻(xiàn)共納入1641名2004-2018診斷的老年MBT患者的臨床病理數(shù)據(jù)。暴露因素包括年齡、種族、性別、診斷年份、組織學(xué)類型、分級(jí)、分期、原發(fā)位置、TNM分期、腫瘤大小、是否化療、是否放療及手術(shù)方式。

3.?研究結(jié)果

這篇文獻(xiàn)通過(guò)繪制兩個(gè)模型的DCA曲線來(lái)評(píng)估模型的臨床決策實(shí)際需求，一個(gè)是列線圖模型，包括納入列線圖的全部變量，一個(gè)是TNM模型，只納入TNM分期3個(gè)變量。A圖是訓(xùn)練集1年、3年、5年患者的總生存期的DCA曲線；B圖是訓(xùn)練集1年、3年、5年患者的總生存期的DCA曲線，紅色線條代表列線圖模型（包括構(gòu)建模型的10個(gè)變量），黃色線條代表TNM模型（僅納入TNM分期3個(gè)變量），兩個(gè)模型對(duì)比，線條越靠上說(shuō)明在實(shí)際臨床中的應(yīng)用價(jià)值越大，可參考性越強(qiáng)。

二、利用R語(yǔ)言復(fù)現(xiàn)

下面我們利用從SEERStat中提取的相關(guān)數(shù)據(jù)進(jìn)行復(fù)現(xiàn)。根據(jù)文獻(xiàn)中的納入排除標(biāo)準(zhǔn)，提取涉及的相關(guān)數(shù)據(jù)，最終共納入1，574名患者（原文獻(xiàn)1，641）。介于SEERStat數(shù)據(jù)庫(kù)會(huì)有更新，因此提取的樣本量與原文會(huì)有所出入，這里請(qǐng)大家多關(guān)注統(tǒng)計(jì)方法的運(yùn)用！本次用到的是R版本是4.3.1。

1.?安裝加載R包

這里主要用到以下兩個(gè)包，"dcurves"包負(fù)責(zé)構(gòu)建，"ggplot2"包負(fù)責(zé)繪圖。除了"dcurves"包外，還有"ggDCA"包可以完成DCA曲線的繪制，更為便捷，但對(duì)R版本有點(diǎn)要求，這里不作展示。

2.完成前期的準(zhǔn)備工作

在繪制DCA曲線之前，必須要完成數(shù)據(jù)的導(dǎo)入、拆分?jǐn)?shù)據(jù)集的工作、預(yù)測(cè)因子的篩選，DCA曲線的繪制是分別在訓(xùn)練集與驗(yàn)證集獨(dú)立進(jìn)行的。

如何利用R語(yǔ)言拆分?jǐn)?shù)據(jù)集并作均衡性檢驗(yàn)

如何利用R語(yǔ)言進(jìn)行cox回歸篩選預(yù)測(cè)變量

3.繪制DCA曲線

原文中的DCA曲線是列線圖模型與TNM分期模型進(jìn)行的對(duì)比，因此我們首先需要構(gòu)建兩個(gè)模型，模型1納入列線圖中的9個(gè)變量，模型2僅納入TNM分期3個(gè)變量。

受篇幅限制，下面僅展示1年的DCA曲線繪制代碼，3年、5年的代碼只需在此基礎(chǔ)上稍作修改。如修改計(jì)算生存概率中的時(shí)間為times=12*3以及繪制曲線代碼中的時(shí)間time=12*3，變量名dca1。(因此這里只是1/6的代碼量哦！）

代碼解讀：“method=loess”指使用平滑函數(shù)，“formula = "y ~ x"”是用于平滑函數(shù)的公式，“span”是控制線條平滑度的平滑量，數(shù)字越大，線條越平滑，“ylim”設(shè)置y軸的范圍。

三、利用在線網(wǎng)站復(fù)現(xiàn)

如果沒(méi)有代碼基礎(chǔ)，或者希望通過(guò)更便捷的方式完成統(tǒng)計(jì)分析，推薦使用這個(gè)智能在線統(tǒng)計(jì)分析平臺(tái)——風(fēng)暴統(tǒng)計(jì)。一站式完成Cox預(yù)測(cè)模型基礎(chǔ)統(tǒng)計(jì)分析，便捷又快速。

網(wǎng)址：www.medsta.cn（在電腦端瀏覽器打開）

或medsta.cn（medical statistics縮寫）

1.進(jìn)入網(wǎng)站分析模塊

電腦端打開風(fēng)暴統(tǒng)計(jì)平臺(tái)——“風(fēng)暴智能統(tǒng)計(jì)”模塊，點(diǎn)擊“臨床預(yù)測(cè)模型（最新）”，進(jìn)入“cox預(yù)測(cè)模型”頁(yè)面。

2.?完成前期的準(zhǔn)備工作

利用風(fēng)暴統(tǒng)計(jì)平臺(tái)進(jìn)行ROC曲線的繪制之前，也需要完成數(shù)據(jù)導(dǎo)入、拆分?jǐn)?shù)據(jù)集的工作哦！

1.拆分?jǐn)?shù)據(jù)集并作均衡性檢驗(yàn)

2.cox回歸篩選預(yù)測(cè)變量

3.繪制DCA曲線

完成前期準(zhǔn)備工作之后，進(jìn)入“Cox預(yù)測(cè)模型”模塊，根據(jù)提示選入回歸因變量與回歸自變量。最最重要的是多因素回歸設(shè)置，也就是你所期望的自變量篩選方式，可以是先單后多，也可以是逐步回歸法，閾值也可以進(jìn)行調(diào)節(jié)，十分靈活。

選中之后，下方就直接給出DCA曲線結(jié)果，同樣包括訓(xùn)練集與驗(yàn)證集在3個(gè)不同時(shí)間點(diǎn)的6張DCA曲線圖。在左側(cè)可以調(diào)整線條的粗細(xì)、虛實(shí)以及X軸的最大刻度值，可以下載圖片的PDF或PNG，對(duì)新手小白十分友好！

四、小結(jié)

通過(guò)對(duì)比網(wǎng)站與R語(yǔ)言繪制的列線圖，可以發(fā)現(xiàn)兩者的曲線相同，只是網(wǎng)站暫不具備繪制不同模型在同一時(shí)間點(diǎn)的DCA圖形，從這一點(diǎn)來(lái)看，R語(yǔ)言是給更加靈活的。但是相比于R語(yǔ)言的幾十行代碼，網(wǎng)站顯得十分便捷快速，如果僅在DCA曲線中展示一個(gè)模型，那風(fēng)暴統(tǒng)計(jì)絕對(duì)值得一試！

?