基于R语言的竞争风险模型景观验证

摘要

本方案介绍了用于评估竞争风险模型区分能力和校准能力的 R 语言代码，以及对该模型进行内部和外部验证的代码。

摘要

Cox比例风险模型在临床环境中广泛应用于生存分析，但其无法处理多种生存结局。与传统的Cox比例风险模型不同，竞争风险模型考虑了竞争事件的存在，并结合列线图（nomogram）——一种图形化计算工具，为临床医生提供精确的预后预测。本研究报道了一种建立竞争风险列线图的方法，包括评估其区分能力（即一致性指数和曲线下面积）、校准能力（即校准曲线）以及净收益（即决策曲线分析）。此外，还通过重抽样原始数据集进行内部验证，并利用外部数据集对已建立的竞争风险列线图进行外部验证，以展示其外推能力。该竞争风险列线图可作为临床医生在考虑竞争风险因素下预测预后的有力工具。

引言

近年来，随着精准医学的发展，不断有新的预后因素被发现，结合分子与临床病理因素的预后模型在临床实践中正受到越来越多的关注。然而，诸如Cox比例风险模型等非图形化模型，其结果以系数值形式呈现，临床医生难以直观理解¹。相比之下，列线图（nomogram）是一种回归模型（包括Cox回归模型、竞争风险模型等）的可视化工具，是一种用于近似图解计算数学函数的二维图示²。它能够量化临床模型中各变量的不同水平，并计算风险评分（RS），从而预测患者的预后。

模型评估是模型构建中的关键环节，通常有两个被广泛接受的评估特征：区分度和校准度。在临床模型中，区分度指的是模型将发生事件的个体与未发生事件的个体区分开的能力，例如死亡患者与存活患者的区分，通常使用一致性指数（C指数）或受试者工作特征曲线下面积（AUC）来表征^3,4。校准度是指将模型预测的概率与实际观察到的概率进行比较的过程，校准曲线已被广泛用于展示这一特性。此外，模型验证（包括内部验证和外部验证）是模型构建中的重要步骤，只有经过验证的模型才能进一步推广应用⁵。

Cox 比例风险模型是一种在医学研究中用于分析预后因素与生存状态之间关....

方案

监测、流行病学和最终结果（SEER）数据库是一个开放获取的癌症数据库，仅包含去标识化的患者数据（SEER ID：12296-Nov2018）。因此，本研究免除了浙江大学医学院附属金华医院伦理审查委员会的审批要求。

1. 数据准备和 R 软件包准备

1. 准备并导入数据。
   > 数据集 <- read.csv("…/Breast cancer Data.xlsx") #导入数据。
   注意：数据已上传至补充文件1。
2. 安装并加载R软件包。
   > 软件包 <- c("rms","cmprsk","mstate","survival","riskRegression","
   prodlim")
   > req.pcg <- 函数(pcg){
   新 <- pcg[!(pcg %in% installed.packages()[, "Package"])]
   如果 (length(新)) install.packages(新, dependencies = T)
   sapply(pcg, req....

结果

本研究从SEER数据库中获取了乳腺癌患者的数据，并将其作为示例数据。SEER数据库提供了代表美国约34.6%人口的癌症数据，且已获得访问该数据库的许可（参考编号：12296-Nov2018）。

建立了两个列线图（图1），二者均包含组织学类型、分化程度、T分期和N分期，分别采用直接法和加权法构建。各变量水平的评分及其对应的总评分概率几乎相同，但也可观察到一些细微差异。Zhang等人提出了一种“加权”方法用于构建竞争风险列线图，该方法首先将原始数据转换为加权数据（使用函数crprep），然后利用加权数据构建Cox回归模型（使用函数coxph），最后基于Cox回归模型建立竞争风险列线图（使用函数nomogram）⁹。相比之下，本研究中的“直接”方法与“加权”方法完全不同。简而言之，本研究使用竞争风险模型（使用函数crr）生成的参数替代了Cox回归模型（使用函数coxph）中的参数，最终利用这些.......

讨论

本研究比较了通过两种不同方法建立的竞争风险列线图，并对所建立的列线图进行了评估与验证。具体而言，本研究提供了基于直接法建立列线图的逐步教程，以及计算C指数和绘制校准曲线的方法。

R 软件中的 rms 包被广泛用于构建和评估 Cox 比例风险模型，但不适用于竞争风险模型。对于具有多个结局的模型，Zhang 等人报道了使用 R 软件中的 riskRegression 包对竞争风险模型进行验证的方法，该方法通过计算 AUC 和 Brier 评分来评估模型的区分能力，并绘制校准曲线以验证其校准能力^9,10。

然而，riskRegression 软件包存在一些不足之处，例如无法计算C指数。C指数是指在所有可评估的有序对中，一致有序对所占的比例（C指数 = 一致可评估有序对 / 所有可评估有序对）^3,.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
R 软件	无	不适用	版本 3.6.2 或更高
计算机系统	Microsoft	Windows 10	Windows 10 或更高版本