高分必备！DCA决策曲线来了！
临床生信之家目前有2种生信服务模式：
1.提供完整技术路线的设计和分析报告（包括原始数据，方法学，结果图及解读）
2.深度合作，协助完成从选题到发表的全过程，未达到协议目标，将全额退款！
扫码咨询相关分析套路的研究方法
大家知道，平台上有一个工具叫 预后模型，就是一个疾病风险预测公式，包括几个关键基因+权重，这个功能临床的同学特别喜欢。
但光构建了一个预测模型是不够的，至少发不了高分期刊。还需要说明这个预测模型好，一种方法是用一个外部数据验证，另一种方法是和已知的预测模型比较，这个时候，就要用到决策曲线，它是通过预测净受益对多个模型进行评价的一种方法。
决策曲线分析法（Decision Curve Analysis，DCA）是在2006年由纪念斯隆凯特琳癌症研究所的AndrewVickers等人发明的一种新的计算方法。我们在PubMed根据关键字"decision curve analysis"检索最近5年时间的发文量在2354篇，很多顶级期刊包括Ann Intern Med、JAMA、BMJ、J Clin Oncol等都采用这种方法。
这么高大上的分析，咋们平台必须拿捏！工具就在首页的高级预后分析里。
选择 DCA决策曲线，如下图
然后是样本选择，目前支持TCGA数据，先在样本框选择肿瘤样本，接下来就模型的输入，最多可同时对5个模型进行比较哪个模型的预测效果最佳；输入方式有两种，第一种直接输入基因，如下图
第二种方式是基因+相应的系数
两种方式的区别在于：只输入基因时，会根据Cox 比例风险回归模型（Cox Proportional Hazards Model and Extensions）对输入基因构建模型，得到每个样本的风险评分；输入基因和相对应的系数，采用“系数*基因表达”然后再求和计算每个样本的风险评分。当然以上步骤都是自动的，不用管。
最后在选上预后状态和时间点击plot后稍作等待就可得到结果啦。
结果解读很简单，黄线（ALL）和绿线（None）是两条参考线，纵坐标是benifit，所以越在上面的曲线，当然就越好了，横坐标是不同risk threshold（意义不懂可以忽略，反正就是不同样本情况下），上面的例子可以看到，红线大部分情况都是在最上面的，所以可以认为红线所对应的模型是最好的。
老规矩，图例，方法学，同样展示在图片下方；高清矢量图，原始数据，依旧是一键下载。
大家还有其他什么想法，都可以在官网的“交流区”留言，我们就可以收到啦。
为”生信0代码”而生！
临床生信之家 www.aclbi.com，收藏起来 返回搜狐，查看更多
责任编辑：