C2-决策曲线分析及其在R语言中的实现

1、湘雅公共卫生学院XiangYaSchoolofPublicHealth决策曲线分析及其在R语言中的实现导师：杨土保教授报告者：陈乐陶DCA背景决策曲线分析(Decisioncurveanalysis,DCA)最早由AndrewJ.Vickers和ElenaB.EIkin在2006年以题Decisioncurveanalysis:anovelmethodforevaluatingpredictionmodels介绍并发表于MedicalDecisionMaking杂志上。作者以一项预测前列腺癌患者是否应该接受全精囊切除手术的研究展开对DCA的阐述。湘雅公共卫生学院XiangYaSchoolofP

2、ublicHealth无论使用哪一种治疗方法，都会遇到假阳性或假阴性的可能，在极端情况下，可以使用适当的治疗方法尽量避免假阳性或假阴性带来的严重后果。但当两种情况都无法避免时，就要找到一种能获得净获益值（NetBenefit,NB）最大（获益值-损失值）的办法。Vickers引进DCA这种方法，在不同的精囊浸润（SVI）发生率下，权衡患者可能得到或损失的临床效益（如健康、经济、精神等方面），通过比较净获益NB值的大小预测实施哪种手术方法。湘雅公共卫生学院ti曲XiangYaSchoolofPublicHealth申南大垮Ls-08-20406080100Solidline:Prediction

3、model.Dottedline:assumeallpatientshaveSVI.Thinline:assumenopatientshaveSVI.ThegraphgivestheexpectednetbenefitperpatientrelativetonoseminalvesicletipremovalinanypatientThresholdprobabilityin%Decisioncurveforamodeltopredictseminalvesicleinvasion(SVI)inpatientswithprostatecancer湘雅公共卫生学院XiangYaSchoolofP

4、ublicHealth湘雅公共卫生学院XiangYaSchoolofPublicHealthDCA原理DCA的产生基于一个原则，即假阳性（如不必要的活检）和假阴性（如漏诊癌症）的相对损失值可以用阈概率R表示。假定患癌症的概率大于20%时应选择活检，那么当受试者患癌症的概率小于20%时，漏诊癌症产生的损失值是接受不必要活检损失值的四倍，这意味着阈概率的值决定了损失的相对比值。总之，阈概率的值既可以决定受试者的临床结局又可以使用临床净效益函数对真阳性和假阳性的临床结果建模：PtTruePositiveFalsePositiveNetBenefit=.一PtROC与DCA的联系与区别ROC和DCA都

5、属于预测模型，都可以用来评价不同模型的优劣，但ROC和DCA在理论构建上有着本质区别。ROC结合了所有灵敏度与特异度通过比较AUC决定预测模型的准确性o但在实际临床应用中，AUC值最大并不代表模型最优。DCA是用来预测临床结局变量的模型。DCA最适用的情况是：有症状预示可能患病但未被确诊时，是否采取及采取何种筛査方法来诊断疾病。很显然，在极端情况下如何抉择并不难，而在特定的区间概率范围内就依靠DCA提供决策评价。ROCDCA结局指标二分类/有序多分类变量二分类变量统计学基础Logistic分析Logistic分析常用绘图软件SPSS、R软件R软件横、纵坐标2特异度、灵敏度阈概率片、净获益NB1

6、判定指标AUC、最佳临界点NB判定标准单模型：临界点在左上最优多模型：AUC越大越好单模型：在两条极端曲线右上方的区域最优多模型：曲线在右上最优适用条件诊断模型诊断、预后模型意义判断诊断试验的准确性评价不同模型优劣预测结局变量评价不同模型优劣ROC与DCA的区别实例分析为了更好的说明DCA方法的应用，我们以一项前瞻性队列研究为例具体展示R语言的操作。该研究截取了随访时间长达40年的Framingham心血管研究的部分数据，目的是为了探究不同影响因素与冠心病相关死亡结局的关系。数据样本量为4658,发生冠心病相关死亡的总数为2403,病死率为30%,自变量分别为sex（性别）、sbp（收缩压）、

7、dbp（舒张压）、scl（血清胆固醇）、age（年龄）、bmi（身体质量指数）等，结局变量为chdfate（冠心病相关死亡结局）。SourceonSave1c-Run1Source*|a口setwd(“D:、DCA“)Datas；-read.csv(”220.Framinghamcsy,header-TRUE,sep-M,*)library(rmda)R语言程序789101112131415161718192122232425Z6Z728singlethresholds二seqCO,1,by=0.01),confidenceintervals=0.95.study.design=cohort)

8、triplethresholdsseq0,l,by=0.01),confidenceintervats=0.95.study.design=cohort)total-decisioncurveCchdfate-scl-t-sbp-dbpoge+bni+sexata=Data,family-binomial(link-*logit*),thresholds-seq(0,1,by-O.01),confidence.lntervals=0.95,study.design=cohort*)Lervals=false,standardize=false,xlab=,Th

9、resholdProbablity)(TopLevel)tRScriptt湘雅公共卫生学院I曲XiangYaSchoolofPublicHealth申南大垮湘雅公共卫生学院I曲XiangYaSchoolofPublicHealth申南大垮000204060810ThreshoidProbabiitysingletriplecomplexAllNonecooGOLo0-03U留0N对三种不同模型进行比较的决策曲线分析图湘雅公共卫生学院XiangYaSchoolofPublicHealthw湘雅公共卫生学院十atXiangYaSchoolofPublicHealthDCA应用目前DCA方法主要应用于预测诊断试验结局、术后结局及比较不同模型的优劣。例如预测前列腺癌患者存在SVI的概率（预测诊断结局），预测心脏手术后患者的死亡率（预测术后结局），选择评价房颤患者口服抗凝药出血风险的最优模型（比较不同模型优劣）。706050403020100申南大垮发表年份在PubMed上检索的不同发表年份下关于DCA的发表文献数量趋势图小结ROC曲线、校正曲线及决策树等评价