方法介绍
风险图的应用主要有两方面,将模型的预测结果与真实生存情况进行比较,高危组的生存率是否低于低危组,高危组的生存时间是否小于低危组。另一种是比较热图和散点图,看预测因素和结果之间的相关性。...今天就来给大家介绍一个绘制风险图的R包ggrisk
R包介绍
01
ggrisk绘制cox回归风险Score
(1)
head(LIRI) #使用数据
fit <- cph(Surv(time,status...sans', #m默认'sans'
expand.x=3, #x轴扩增
relative_heights=c(0.1,0.1,0.01,0.15)
#图A、B、彩色边条和热图的相对高度...',high='orange') #C图中热图颜色
)
04
调整坐标轴标签位置
ggrisk(fit,
cutoff.value='median',
cutoff.x...,默认是1
vjust.B.ylab=2 #图B中的y轴标签到坐标轴的距离,默认是2
)
05
只展示cox回归的两个散点图
(1)
two_scatter(fit,