預測模型評價第二彈—DCA分析，瞬間提升模型評價level，讓審稿人無刺可挑！
【零代碼生信分析小工具】欄目又更新啦~?~
模型構(gòu)建是生信分析最常見、最常用的一個分析內(nèi)容，基本覆蓋80%以上的生信文章，那模型構(gòu)建完都需要用一些指標來評價它的預測性能，常見的包括ROC曲線、C指數(shù)、校準曲線、DCA曲線等。
但大多數(shù)文章都還是只做ROC曲線分析或者C指數(shù)（區(qū)分度評價指標），好一點的會做校準曲線（校準度評價指標），相比之下DCA曲線（臨床有效性評價指標）出現(xiàn)的頻率就低多了，但同時DCA曲線也是經(jīng)常被審稿人要求補充的一個模型評價指標（尤其是高分文章），所以要想提升文章中模型評價的level，不被審稿人挑出問題，最好就把DCA曲線也做上，以絕后患。
小云前面給小伙伴們分享過C指數(shù)計算工具，這次再推薦一個操作簡單的DCA分析零代碼小工具，特別適合生信新手小白，還是免費使用的，有需要的快來嘗試用一下吧！（ps：感覺對自己有用的小伙伴麻煩點個關(guān)注哦，小云會多多更新的?。?/strong>
使用零代碼小工具需要登錄?“云生信在線分析平臺”，它包含200多個零代碼分析小工具，只需上傳數(shù)據(jù)，直接一鍵成圖，超級適合生信小白使用哦。網(wǎng)址：http://www.biocloudservice.com/home.html?，分析平臺開源、注冊登錄后可免費使用。下面跟著小云一起來看看吧！
DCA分析小工具分析原理
臨床決策曲線分析（Decision Curve Analysis, DCA）是一種評估臨床預測模
型、診斷試驗和分子標記物的簡單方法。傳統(tǒng)的診斷試驗指標如：敏感性，特異
性和?ROC 曲線下面積僅測量預測模型的診斷準確性，未能考慮特定模型的臨床
效用，而?DCA 的優(yōu)勢在于它將患者或決策者的偏好整合到分析中。而這種理念
的提出滿足了臨床決策的實際需要，在臨床分析中的應用日益廣泛。因此，本軟
件?DCA 就是測量預測模型的生物標志物的診斷準確性和臨床效用。
操作方法
Step 1 ：首先打開云生信在線分析平臺，并登錄使用。點擊“DCA分析進行臨床診斷和臨床決策”進入小工具頁面：
Step 2：進入小工具頁面后，可以看到上傳數(shù)據(jù)選項，點擊進入后，提示上傳數(shù)據(jù)需要“文件名和文件格式需要和示例數(shù)據(jù)一致”?；氐焦ぞ唔撁婵梢愿鶕?jù)左上角輸入數(shù)據(jù)模板制作數(shù)據(jù)。
Step 3：點擊“輸入數(shù)據(jù)模板”，進入以下頁面，可以看到給出了1個數(shù)據(jù)模板，點擊數(shù)據(jù)可以在線預覽和下載。
輸入數(shù)據(jù)：表達數(shù)據(jù)輸入文件【input.txt】
（第一列是樣本名稱，第二列是分組，第三列是基因符號，輸入?txt 格式）
Step 4：按上面格式制作好數(shù)據(jù)后，在文件上傳界面上傳所有輸入數(shù)據(jù)，點擊上傳文件。再返回到工具主頁面點擊“運行自有數(shù)據(jù)”即可跳轉(zhuǎn)到結(jié)果展示頁面。
Step 5：C指數(shù)計算工具共得到2個結(jié)果圖，結(jié)果會附帶簡單說明?？梢栽诮Y(jié)果展示頁面直接點擊某個圖進入預覽頁面，也可以直接下載使用。
結(jié)果說明
DCA曲線圖【DCA.pdf】：該圖表示每個標志物臨床決策變化曲線。
臨床影響變化風險曲線【Clinical%20Impact%20Curve.pdf】：該圖表示治療獲益在不同時間內(nèi)的變化趨勢。
結(jié)語
這個零代碼工具通過基于帶有分類信息的基因表達數(shù)據(jù)，基于?DCA 算法，構(gòu)建預測診斷模型，然后評價每個標志物的診斷性能和臨床效用，進而將患者或決策者的偏好整合到分析中提高預測模型的準確性，為醫(yī)生的臨床診斷和個性化治療提供指導。工具設置參數(shù)少，用戶只需要輸入有分類信息的基因表達數(shù)據(jù)，軟件將自行執(zhí)行DCA 算法，對每個標志物進行診斷能力和臨床效用進行評價，同時還可以繪制臨床決策曲線和臨床影響曲線。
這簡直就是為生信新手朋友量身定做的呀，感興趣的小伙伴趕快來嘗試一波吧！后面還有更多小工具推薦，敬請期待哦！
