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: