R绘制DCA(Decision Curve Analysis)曲线详解及实战
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R绘制DCA(Decision Curve Analysis)曲线详解及实战相关的知识,希望对你有一定的参考价值。
R绘制DCA(Decision Curve Analysis)曲线详解及实战
主要R函数及工具:
decision_curve_analysis
plot_decision_curve
plot_clinical_impact
#DCA算法的设计原理
#相当于在分类预测分析的基础上,引入了损失函数。先简单定义几个概念:
#P:给真阳性患者施加干预的受益值(比如用某生化指标预测某患者有癌症,实际也有,予活检,达到了确诊的目的);
#L:给假阳性患者施加干预的损失值(比如预测有癌症,给做了活检,原来只是个增生,白白受了一刀);
#Pi:患
以上是关于R绘制DCA(Decision Curve Analysis)曲线详解及实战的主要内容,如果未能解决你的问题,请参考以下文章
R语言使用for循环绘制多个模型的DCA(Decision Curve Analysis)曲线并保存特定分辨率的DCA曲线的结果文件
决策曲线(Decision Curve Analysis)的绘制(R语言)
R计算获取决策曲线数据(Decision Curve Analysis,DCA)并使用python进行可视化
R语言临床预测模型的评价指标与验证指标实战:决策曲线分析(Decision Curve Analysis, DCA)
临床模型评价:C指数(C-Index)校正曲线(Calibration plot)决策分析曲线(Decision Curve Analysis, DCA)NRI指数