R语言阈值效应函数cut.tab2.0版发布（支持线性回归、逻辑回归、cox回归，自定义拐点）

本文介绍: 在既往我们在文章《cox回归RCS阈值效应函数cut.tab1.3发布》发布了自写的阈值效应函数1.3版本，反应还不错，不过1.3版本只能支持cox回归，本次发布了新的2.0版本，支持线性回归、逻辑回归、cox回归, 还有自定义拐点功能。泊松回归还不支持，目前正在开发中。接下来使用cuttab函数生成拐点数据，这里注意一下，新版本和旧版本不同的是这里是cph生成生存模型，cuttab重点是没有点这个符号的。接下来咱们还要建一个新的fit1和原来的fit稍微有点不一样的，这个是没有rcs函数的。

阈值效应和饱和效应是剂量-反应关系中常见的两种现象。阈值效应是指当某种物质的剂量达到一定高度时，才会对生物体产生影响，而低于这个剂量则不会产生影响。饱和效应是指当某种物质的剂量达到一定高度后，其影响不再随剂量的增加而增加，即产生饱和现象。这两种效应在药物、毒物、营养物质等剂量-反应关系中都有应用。
接下来聊聊RCS阈值函数是干什么用的，随便抓一篇论文给大家看看，粉丝发给我的。
L-shaped association of serum 25-hydroxyvitamin D concentrations
with cardiovascular and all-cause mortality in individuals with osteoarthritis: results
from the NHANES database prospective cohort study

在这里插入图片描述
我们看到它曲线拟合后直接就是一个表

在这里插入图片描述

列出了25(OH)D在54.4就是转弯处前对结局影响的HR，还有在转弯后对结局影响的HR。

在既往我们在文章《cox回归RCS阈值效应函数cut.tab1.3发布》发布了自写的阈值效应函数1.3版本，反应还不错，不过1.3版本只能支持cox回归，本次发布了新的2.0版本，支持线性回归、逻辑回归、cox回归, 还有自定义拐点功能。泊松回归还不支持，目前正在开发中。下面我来演示一下，怎么通过ggrcs包做出上面论文这样一个图和自写的函数cut.tab20版来做出这样一个表
我们先导入数据和R包，数据使用ggrcs包的自带数据

library(ggrcs)
library(rms)
library(ggplot2)
library(scales)
library(cowplot)
library(survey)
dt<-smoke

在这里插入图片描述
这是ggrcs包自带的吸烟数据status结局，time时间，age年龄，gender性别，我们先整理数据

dd<-datadist(dt)
options(datadist='dd')

建立模型

fit <- cph(Surv(time,status==1) ~ rcs(age,4), x=TRUE, y=TRUE,data=dt)

ggrcs(data=dt,fit=fit,x="age")

source("E:/r/test/20final.R")

fit1 <-cph(Surv(time,status==1) ~ age,data=dt)

out<-cuttab(fit1,"age",dt)

p<-ggrcs(data=dt,fit=fit,x="age")
p+geom_vline(aes(xintercept=40),colour="#BB0000", linetype="dashed")

显示所有内容

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。

cox 回归阈值

相关文章

发表回复 取消回复

发表回复取消回复