DCA，临床决策曲线分析，更佳贴近临床实际，对临床工作的开展比AUC/NRI/IDI等更具有指导意义。
我刚接触DCA的时候一个正经画DCA的R包都没有，现在R语言画DCA的方法实在是太多了，本来还想1篇推文讲完多种模型的，结果1篇说1种模型都够呛！
我这里只介绍了5种方法，还没有深入介绍推文就很长了。。后面再慢慢补充。大家看着喜欢哪个就用哪个吧。。
logistic模型的DCA 使用rmda包。
# 先安装R包 "rmda" )使用这个包自带的一个dcaData，作为演示，这个数据集一共500行，6列，其中Cancer是结果变量，1代表患病，0代表没病，其余列是预测变量。
library (rmda)"dcaData" )# 500,6 ## [1] 500 6 head(dcaData)## # A tibble: 6 × 6 ## Age Female Smokes Marker1 Marker2 Cancer ## <int> <dbl> <lgl> <dbl> <dbl> <int> ## 1 33 1 FALSE 0.245 1.02 0 ## 2 29 1 FALSE 0.943 -0.256 0 ## 3 28 1 FALSE 0.774 0.332 0 ## 4 27 0 FALSE 0.406 -0.00569 0 ## 5 23 1 FALSE 0.508 0.208 0 ## 6 35 1 FALSE 0.186 1.41 0 str(dcaData)## tibble [500 × 6] (S3: tbl_df/tbl/data.frame) ## $ Age : int [1:500] 33 29 28 27 23 35 34 29 35 27 ... ## $ Female : num [1:500] 1 1 1 0 1 1 1 1 1 1 ... ## $ Smokes : logi [1:500] FALSE FALSE FALSE FALSE FALSE FALSE ... ## $ Marker1: num [1:500] 0.245 0.943 0.774 0.406 0.508 ... ## $ Marker2: num [1:500] 1.02108 -0.25576 0.33184 -0.00569 0.20753 ... ## $ Cancer : int [1:500] 0 0 0 0 0 0 0 0 0 0 ... 使用起来非常简单，首先构建dca，然后画图：
set.seed(123 )# R语言里常见的公式类型 "cohort" , # 选择研究类型 50 # 重抽样次数 ## Note: The data provided is used to both fit a prediction model and to estimate the respective decision curve. This may cause bias in decision curve estimates leading to over-confidence in model performance. # 画图 "fit1" ,F , # 是否需要损失：获益比 轴 "none" # 不画可信区间 plot of chunk unnamed-chunk-3 可以查看模型中的各个数据的值：
summary(fit1)多个模型的多条DCA曲线一起绘制也是可以的：
# 新建立1个模型 123 )50 ## Note: The data provided is used to both fit a prediction model and to estimate the respective decision curve. This may cause bias in decision curve estimates leading to over-confidence in model performance. # 画图只要把多个模型放在1个列表中即可，还可以进行很多自定义调整 "fit1" , "fit2" ), 0 , 1 ), # 可以设置x轴范围 "topright" , # 图例位置, "red" ,"blue" ), # 自定义颜色 "none" ,1 ,2 ), # 线型，注意顺序 3 ,2 ,2 ,1 ) # 注意顺序，先是自己的2个模型，然后是All,然后是None ## Note: When multiple decision curves are plotted, decision curves for 'All' are calculated using the prevalence from the first DecisionCurve object in the list provided. plot of chunk unnamed-chunk-5 这个包还可以绘制临床影响曲线：
# 1次只能绘制1个模型 1000 ,T ,8 ,'red' ,'blue' ),T ,0 ,1000 ),"topright" )plot of chunk unnamed-chunk-6 这就是这个包画DCA的例子，效果还是不错的，自定义设置也很多，方便大家画出更好看的图。这个包还有很多其他功能，我们就不演示了，感兴趣的小伙伴可以自己探索哦。美中不足的是不能画生存资料的DCA。
使用这个网站 [1] 给出的dca.r文件绘制DCA，需要代码的直接去网站下载即可。
还是使用rmda包的数据，首先我们画一个简单的DCA，结果变量是Cancer，预测变量我们只用一个Smokes。使用起来非常简单，一句代码即可：
source ("../000files/dca.r" )# 指定数据集,必须是data.frame类型 "Cancer" , # 指定结果变量 "Smokes" , # 指定预测变量 F # Smokes这一列是0,1组成的二分类变量，不是概率，所以是F ## [1] "Smokes converted to a probability with logistic regression. Due to linearity assumption, miscalibration may occur." plot of chunk unnamed-chunk-7 但是如果你的预测变量不是0,1这种，或者有多个的话，这个函数就比较蛋疼了，它需要你先把预测概率算出来，才能使用这个函数。
# 建立包含多个自变量的logistic模型 # 算出概率 "response" )# 绘制多个预测变量的DCA "Cancer" , predictors="prob" , T ,0.35 # 控制x轴范围 plot of chunk unnamed-chunk-8 把多个模型画在一起的方式也有点奇怪，比如我们下面演示下3个模型画在一起，其中prob 代表的是上面的model模型，Marker2 代表的是只有一个预测变量Marker2 的模型，Smokes 代表只有一个预测变量Smokes 的模型！
prob是概率，所以是T，Smokes和Marker2不是概率，所以是F。
dca(data = df, outcome="Cancer" , "prob" ,"Smokes" ,"Marker2" ), # 这是3个模型哦！ T ,F ,F ) # 和上面是对应的！ plot of chunk unnamed-chunk-9 上面的方法自定义选项也很少，不利于美化图形。但是呢，有一个优点就是可以直接返回画图数据，我们只要稍加修改，就能使用ggplot2画图了！而且由于直接给出了源码，我们可以试着自己修改，这样可发挥的地方就太多了！
下面几个将要介绍的方法，都是可以返回数据的，都支持使用ggplot2画图！
下面我们返回2个模型的画图数据，自己稍加整理，然后使用ggplot2画DCA，大家如果只有1个模型或者更多的模型，道理都是一样的哦，就是整成ggplot2需要的格式就行了！
# 返回模型1的画图数据 "Cancer" , "prob" , T ,F 然后提取数据，数据转换：
# 转换数据 library (tidyr)# 画图数据就藏在这里！ # 变成长数据,还不懂长宽数据转换这个超强操作的快去翻一下历史文章！ "type" , values_to = "net_benefit" ) # 看下数据结构 ## tibble [297 × 3] (S3: tbl_df/tbl/data.frame) ## $ threshold : num [1:297] 0.01 0.01 0.01 0.02 0.02 0.02 0.03 0.03 0.03 0.04 ... ## $ type : chr [1:297] "all" "none" "prob" "all" ... ## $ net_benefit: num [1:297] 0.111 0 0.11 0.102 0 ... 画图就是非常简单了，先给大家看看只画1个模型的例子：
library (ggplot2)library (ggsci)# 以prob这个模型为例 1.2 )+"Model Type" )+ # c("steelblue","firebrick","green4") 0.03 ,0.12 ),name = "Net Benefit" )+ #限定y轴范围是重点，你可以去掉这句看看 0 ,1 ),name = "Threshold Probility" )+16 )+0.8 ,0.8 ),## Warning: Removed 85 row(s) containing missing values (geom_path). plot of chunk unnamed-chunk-12 看着是不是比上面的颜值都高些？是不是已经有了JAMA杂志的味道？
下面是2个模型画在一起的例子，和上面的思路一模一样！
# 构建模型2 "response" )# 返回两个模型的画图数据 "Cancer" , "prob" ,"model2" ) ,T ,T ),F # 合并数据，大家可以打开这2个数据看下，可以直接合并 library (dplyr)## ## Attaching package: 'dplyr' ## The following objects are masked from 'package:stats': ## ## filter, lag ## The following objects are masked from 'package:base': ## ## intersect, setdiff, setequal, union dca_df_all <- dca12$net.benefit %>% "models" ,values_to = "net_benefit" )## Rows: 396 ## Columns: 3 ## $ threshold <dbl> 0.01, 0.01, 0.01, 0.01, 0.02, 0.02, 0.02, 0.02, 0.03, 0.03… ## $ models <chr> "all", "none", "prob", "model2", "all", "none", "prob", "m… ## $ net_benefit <dbl> 0.11111111, 0.00000000, 0.10957576, 0.11111111, 0.10204082… 画图也是一样的简单：
ggplot(dca_df_all, aes(threshold, net_benefit, color = models))+#geom_line(size = 1.2)+ "loess" , se = FALSE , formula = "y ~ x" , span = 0.2 )+ # 灵感来自于方法5！ "Model Type" )+0.03 ,0.12 ),name = "Net Benefit" )+0 ,1 ),name = "Threshold Probility" )+16 )+0.8 ,0.75 ),plot of chunk unnamed-chunk-14 挺好，还是不错的，能直接返回数据的都是可以高度自定义的，配合ggplot2，你可以尽情发挥。
在今天推荐的所有方法中，这个方法我是最喜欢的，虽然只有一段代码，连个正经的R包都没有，但是很明显这个方法的潜力最大！只要你会自己修改，那这个方法就是万能的，适合很多模型的DCA绘制！
使用ggDCA包，和上面的提取数据再画图有点像，不过它给你简化了，一句代码即可，省事儿！
# 安装R包，使用有问题的小伙伴请安装github版本 "ggDCA" )'yikeshu0611/ggDCA' )还是使用rmda包里面自带的dcaData演示。
library (ggDCA)## ## Attaching package: 'ggDCA' ## The following object is masked _by_ '.GlobalEnv': ## ## dca library (rmda)# 构建模型 画图，非常简洁！
library (ggplot2)## Warning: Removed 18 row(s) containing missing values (geom_path). plot of chunk unnamed-chunk-17 大家可以使用ggplot2语法继续修改细节，在此之前先给大家看看这个dca1的数据结构。
str(dca1)## Classes 'dca.lrm' and 'data.frame': 188 obs. of 5 variables: ## $ thresholds: num 0.021 0.0228 0.0251 0.0272 0.0298 ... ## $ TPR : num 0.12 0.12 0.12 0.118 0.118 0.116 0.112 0.112 0.112 0.112 ... ## $ FPR : num 0.88 0.85 0.832 0.806 0.784 0.758 0.732 0.7 0.67 0.648 ... ## $ NB : num 0.1011 0.1001 0.0986 0.0955 0.0939 ... ## $ model : Factor w/ 3 levels "fit1","All","None": 1 1 1 1 1 1 1 1 1 1 ... 还自动算出了TPR和FPR，如果你想画ROC的话也是一句代码的事，咱就不演示了！就给大家演示下怎么自定义细节。
ggplot(dca1,linetype = 1 ,color = c("firebrick" ,"steelblue" ,"green4" ))+0.8 ,0.75 ))## Warning: Removed 18 row(s) containing missing values (geom_path). plot of chunk unnamed-chunk-19 多个模型画在一起也是非常简单！
# 2个模型画在一起 1 ,color = c("firebrick" ,"steelblue" ,"green4" ,"tomato" ))+0.8 ,0.75 ))## Warning: Removed 131 row(s) containing missing values (geom_path). plot of chunk unnamed-chunk-20 简洁强大！
使用dcurves包。
# 安装,2选1 "dcurves" )# install.packages("devtools") "ddsjoberg/dcurves" )还是使用rmda包的dcaData数据进行演示。
和dca.r的使用很像。废话不多说了，直接上 画2个模型DCA 的代码。
library (dcurves)## ## Attaching package: 'dcurves' ## The following object is masked _by_ '.GlobalEnv': ## ## dca ## The following object is masked from 'package:ggDCA': ## ## dca library (rmda)"dcaData" )# 建立2个模型，算出概率 "response" )"response" )T ,T # 显示ggplot2代码，方便大家自己调整 ## Assuming '1' is [Event] and '0' is [non-Event] ## # ggplot2 code to create DCA figure ------------------------------- ## as_tibble(x) %>% ## dplyr::filter(!is.na(net_benefit)) %>% ## ggplot(aes(x = threshold, y = net_benefit, color = label)) + ## stat_smooth(method = "loess", se = FALSE, formula = "y ~ x", ## span = 0.2) + ## coord_cartesian(ylim = c(-0.012, 0.12)) + ## scale_x_continuous(labels = scales::percent_format(accuracy = 1)) + ## labs(x = "Threshold Probability", y = "Net Benefit", color = "") + ## theme_bw() plot of chunk unnamed-chunk-22 大家看到ggplot2的代码了吧？自己调整就可以了。
今天就给大家简单介绍下logistic回归DCA的5种画法，其实还有很多，留着以后再介绍吧，实在是写不动了。。除了常见的logistic、cox，其实随机森林、决策树、lasso、xgboost、SVM等很多模型都是可以绘制DCA的 ，慢慢介绍。
参考资料 [1] dca.r: https://www./departments/epidemiology-biostatistics/biostatistics/decision-curve-analysis
