利⽤ROC曲线寻找最佳cutoff值（连续型变量组成的riskscore）
我们在看临床模型类⽂献的时候，虽然常看到⽤ X-tile 寻找变量的最佳cutoff值，但是有时候也会看到有的⽂章是⽤ROC曲线来寻找最佳cutoff 值的，下⾯我们⼀探究竟吧，注本期所⽤的连续型变量为riskscore，⽽构建riskscore的基因表达量也是连续型变量。
载⼊必要的R包
rm(list=ls())
library(tibble)
library(dplyr)
library(tidyr)
library(survivalROC)
载⼊数据
clinical<-data.table::fread(file ="",data.table = F)
head(clinical)[1:5,1:5]
## 将第⼀列变成⾏名
clinical <- clinical %>%
column_to_rownames("sample")
处理时间
### 将⽣存时间转化成年（之前已经为年了，所以除以1。如果为天则除以365。⽉则除以12）亲吻你的脸
怀孕想吐怎么解决clinical$futime=clinical$futime/1
predict_time1=3
predict_time2=5
绘制3年的ROC曲线
Auc_Text=c()
阅读让生活更美好作文500字
you_roc=survivalROC(Stime=clinical$futime, status=clinical$fustat, marker = clinical$riskScore, predict.time =predict_time1, method="KM")
plot(you_roc$FP, you_roc$TP, type="l", xlim=c(0,1), ylim=c(0,1),col="#DAA520",
xlab="Fal positive rate",
ylab="True positive rate",
人生重来枪
lwd = 3, cex.main=1.5, cex.lab=1.3, cex.axis=1.3, font=1.3)
Auc_Text=c(Auc_Text,paste0("riskScore"," (AUC=",sprintf("%.3f",you_roc$AUC),")"))
abline(0,1)谐音古诗
legend("bottomright",Auc_Text,lwd=2,bty="n",col="#DAA520")
#dev.off()
### 利⽤ROC曲线计算最佳cutoff
cutoff_3year<-you_roc$cut.values[which.max(you_roc$TP-you_roc$FP)]
cutoff_3year英文文献
绘制5年的ROC曲线
Auc_Text=c()
you_roc=survivalROC(Stime=clinical$futime, status=clinical$fustat, marker = clinical$riskScore, predict.time =predict_time2, method="KM")
plot(you_roc$FP, you_roc$TP, type="l", xlim=c(0,1), ylim=c(0,1),col="#EE3B3B",
xlab="Fal positive rate",
采莲曲贺知章ylab="True positive rate",
lwd = 3, cex.main=1.5, cex.lab=1.3, cex.axis=1.3, font=1.3)
Auc_Text=c(Auc_Text,paste0("riskScore"," (AUC=",sprintf("%.3f",you_roc$AUC),")"))
abline(0,1)
legend("bottomright",Auc_Text,lwd=2,bty="n",col="#EE3B3B")
#dev.off()
#利⽤ROC曲线计算最佳cutoff
cutoff_5year<-you_roc$cut.values[which.max(you_roc$TP-you_roc$FP)]
cutoff_5year
爱你的英文那么当构建riskscore的元素为分期、性别、亚型等分类变量时，⼜应该怎么⽤ROC曲线寻找riskscore的最佳cutoff呢？且听下回分解。
