爾云間? 一個(gè)專門(mén)做科研的團(tuán)隊(duì)

原創(chuàng)?小果?生信果

小伙伴們，大家好呀，很高興和大家見(jiàn)面，最近看到有伙伴提問(wèn)關(guān)于列線圖分析的問(wèn)題，為了解決這個(gè)問(wèn)題，小果特地帶來(lái)使用R代碼進(jìn)行列線圖分析，接下來(lái)就上干貨了哦，小伙伴們可要?jiǎng)e眨眼啊。

其中行為樣本名稱，列為臨床信息，分組情況。小果在這里為了給小伙伴做演示，就只展示了部分樣本的信息，實(shí)際情況中往往樣本量較大，小伙伴注意具體問(wèn)題具體分析。

2. 把我們的代碼.txt和input.txt文件放到同一個(gè)文件夾。

3.?打開(kāi)Rstudio，運(yùn)行前需要設(shè)置工作目錄，這里建議工作路徑設(shè)置為存放輸入文件和代碼的文件路徑，是運(yùn)行代碼，執(zhí)行過(guò)程如下：

得到如下結(jié)果

代碼如下：

library(rms)
input <- read.table(file = "input.txt",header = T,sep = "\t",row.names = 1)
注意此處開(kāi)始需要隱藏
dd <- datadist(input)
options(datadist="dd")
f <- cph(Surv(time, status) ~ Age+RiskScore, x=T, y=T, surv=T, data=data3,
???????? time.inc=1)#time.inc為時(shí)間增量
surv <- Survival(f)
nom <- nomogram(f, fun=list(function(x) surv(1, x), function(x) surv(2, x), function(x) surv(3, x)),
??????????????? lp=F, funlabel=c("1-year survival", "2-year survival", "3-year survival"), maxscale=100,
??????????????? fun.at=c(0.99,0.98,0.95, 0.9, 0.8, 0.7, 0.6, 0.5,0.4,0.3,0.2,0.1))

至此，分析就結(jié)束了，小伙伴快去試試吧。

推薦閱讀

• 非癌癥也能做逐步，logistic逐步回歸
  

• 小果教你如何計(jì)算免疫治療標(biāo)志物CYT評(píng)分
  

• 快速學(xué)習(xí)如何確定差異分析閾值來(lái)篩選差異基因
  

• 非癌癥也能看風(fēng)險(xiǎn)，R語(yǔ)言單因素logistic回歸
  

• 與LASSO并駕齊驅(qū)的預(yù)后分析方法，多因數(shù)逐步cox分析
  

• 小白勿入，小果教你做lasso回歸分析

shengxinguoer

生信果

生信硬核知識(shí)解答

和小果一起學(xué)生信