R语言之列线图的绘制应用
线图（AlignmentDiagram），又称诺莫图（Nomogram图），它是建立在多因素回归分析的基础上，将多个预测指标进行整合，然后采用带有刻度的线段，按照一定的比例绘制在同一平面上，从而用以表达预测模型中各个变量之间的相互关系。其优势在于可以直接利用图形推算出某变量的取值，如患者的指标得分或生存概率等。它在医学领域中的应用由来已久，常见的有百分位列线图和概率列线图等。百分位列线图是确定个体某指标的测量值在总体中的百分位数；概率列线图是确定某个体特定事件的发生概率，该特定事件可以是疾病的发生、复发以及预后(如死亡)等，往往由多因素二分类回归或COX比例风险模型求得。列线图是回归方程结果的可视化，常用于逻辑回归或COX回归的结果展示，依据回归的结果，按照特定的比例画出多个线段，通过做图能够便捷地推算出某个体的发病风险或生存概率。
列线图在制作之前需要对预测模型的预测结果进行验证，常见的验证过程有内部验证和外部验证。内部验证是指采用建模的数据去验证模型的预测效果，可采用Bootstrap自抽样法或交叉验证的方法。Bootstrap自抽样法是在研究样本中进行有放回的抽样，然后使用抽得的样本进行计算。交叉验证是指将研究对象随机分为多段，然后交叉使用上述数据进行建模和验证。外部验证是使用另外一组研究对象的数据(即外部数据)去验证模型的预测准确性。因此在列线图的制作上，不能盲目地建立某个指标的列线图，只有当模型的预测效果得到了明确验证之后，方可对模型制作列线图，此时该列线图也会有很好的应用价值。（摘自临床研究方法学园地）
接下来我们介绍在R语言中如何绘制以及分析列线图结果，前期的验证我们就不再赘述了，方法有很多。
首先我们导入需要的R包rms。我们以逻辑回归为例绘制列线图。接下来我们看下其中主要的函数：
datadist将数据转化成rms包识别的数据格式
nomogram构建列线图绘制数据
其中的fun参数的主要是进行Logistic分布的随机化。常用的有plogis或者自己编写函数公式。
参数lp用于对坐标轴的重构，如果为False
下面是具体的示例程序：
library(rms)
library(survival)
data(lung,package = "survival")#获取lung数据集
查看lung数据集的情况
lung$sex <- factor(lung$sex,levels =c(1,2),labels = c("male", "female"))#对性别添加标签
dd=datadist(lung)#对数据进行打包
打包结果如下：
第一部分，我们构建逻辑回归模型,并绘制其列线图
lg<- lrm(status~ age + sex, data = lung)
nom <- nomogram(lg, fun=function(x)1/(1+exp(-x)), lp=F, funlabel="Risk")
plot(nom)
结果如图：
对于上图的结果分析：比如我们想看男性70岁的一个风险情况，首先我们在points坐标轴找到对应的男性，70岁的值，分别是65，70。然后加和为135.然后从Total Points找到135的位置对应的风险概率，也就是约为0.83。
第二部分构建COX模型：
# 绘制COX回归中位生存时间的Nomogram图
ff<- psm(Surv(time,status) ~ age+sex,data = lung, dist='lognormal')
med <- Quantile(ff) # 计算中位生存时间
surv <- Survival(ff) # 构建生存概率函数
nom <- nomogram(ff, fun=function(x)med(lp=x), funlabel="Median Survival Time")
plot(nom)
# 绘制COX回归生存概率的Nomogram图
# 注意lung数据的time是以”天“为单位
nom <- nomogram(ff,fun=list(function(x) surv(365, x),function(x) surv(730, x)),funlabel=c("1-yearSurvival Probability","2-year Survival Probability"))
plot(nom)
结果如图
以上的结果分析我们不一一介绍了，基本的原理是一样的。
最后进行校正曲线绘制
## 参数说明：
## 绘制校正曲线前需要在模型函数中添加参数x=T, y=T，详细参考帮助
## u需要与之前模型中定义好的time.inc一致，即365或730；
## m要根据样本量来确定，由于标准曲线一般将所有样本分为3组（在图中显示3个点）
## 而m代表每组的样本量数，因此m*3应该等于或近似等于样本量；
## B代表最大再抽样的样本量
ff1 <-psm(Surv(time,status) ~ age+sex, data = lung, x=T, y=T, dist='lognormal')
## 构建校正曲线
cal1<- calibrate(ff1, cmethod='KM', method="boot", u=365, m=76, B=228)
## 绘制校正曲线
par(mar=c(8,5,3,2),cex = 1.0)
plot(cal1,lwd=2,lty=1,
errbar.col=c(rgb(0,118,192,maxColorValue=255)),
xlim=c(0.25,0.6),ylim=c(0.15,0.70),
xlab="Nomogram-Predicted Probability of 1-Year DFS",
ylab="Actual 1-Year DFS (proportion)",
col=c(rgb(192,98,83,maxColorValue=255)))
至此列线图除了前期的验证过程，后期的分析全部结束。