臨床預(yù)測(cè)模型是臨床研究的常用方法,通常我們構(gòu)建出模型,,需要對(duì)模型進(jìn)行評(píng)估,,其中一個(gè)重要指標(biāo)是區(qū)分能力,也就是區(qū)分有病/無病,、有效/無效,、死亡/存活等結(jié)局的預(yù)測(cè)能力。區(qū)分能力一般用C統(tǒng)計(jì)量的大小來表示,。 構(gòu)建疾病風(fēng)險(xiǎn)預(yù)測(cè)模型最常用的是R軟件,,雖然R可以比較方便的計(jì)算Logistic回歸模型的C統(tǒng)計(jì)量,但遺憾的是C統(tǒng)計(jì)量的95%可信區(qū)間并未直接給出,,而臨床預(yù)測(cè)模型的文章通常需要我們提供這些數(shù)據(jù),。有的專家建議可以使用SPSS軟件計(jì)算曲線下面積AUC的95%可信區(qū)間。補(bǔ)充知識(shí)點(diǎn):對(duì)于結(jié)局是二分類的回歸模型,,ROC曲線下面積的值與C指數(shù)是一樣的,,95%可信區(qū)間也是一樣的。雖然能解決這個(gè)問題,,但軟件換來換去,還是略顯麻煩一些,,我們一起來看看如何計(jì)算通過R軟件計(jì)算C統(tǒng)計(jì)量的95%可信區(qū)間,。首先,通過復(fù)制粘貼的方法導(dǎo)入數(shù)據(jù),。mydata <- read.delim("clipboard") library(rms)ddist <- datadist(mydata)options(datadist="ddist") mylog<-lrm(disease~x+y,data=mydata,x=T,y=T) install.packages("Hmisc")library(Hmisc)Cindex <- rcorrcens(mydata$disease~predict(mylog)) 剩余文章內(nèi)容<<<
|