列线图Nomogram构建¶

想象你在餐厅点餐，服务员给你一张"热量计算卡"：

  年龄    [---30---40---50---60---70---]  → 对应分数
  性别    [---男(20分)---女(10分)---]     → 对应分数
  吸烟    [---是(30分)---否(0分)---]      → 对应分数
  ─────────────────────────────────────
  总分    [---0---20---40---60---80---100---]
  ─────────────────────────────────────
  5年生存率  [---90%---70%---50%---30%---10%---]

把每个指标的分数加起来 → 对照总分 → 直接读出预测结果
这就是列线图！把复杂的数学模型变成了直观的查表工具。

# 安装rms包（2026版 v8.1-1）
install.packages("rms")        # 安装rms
install.packages("survival")   # 安装survival
install.packages("ggplot2")    # 安装ggplot2

library(rms)        # 加载rms（列线图核心）
library(survival)   # 生存分析
library(ggplot2)    # 画图

# 读取临床数据
clinical <- read.csv("clinical_data.csv")

# ===== 关键步骤：设置datadist =====
# rms要求提前计算变量的分布信息
# 必须在建模之前运行！
dd <- datadist(clinical)     # 计算所有变量的分布
options(datadist = "dd")     # 设置为全局选项

# 如果忘记这一步，后续nomogram()会报错！

# ===== 场景1：预测疾病概率（二分类） =====

# 用rms的lrm()拟合逻辑回归（不是glm！）
fit_lrm <- lrm(
  disease ~ age + sex + smoking + bmi + gene_score,  # 公式
  data = clinical,   # 数据
  x = TRUE,          # 保存x矩阵（验证时需要）
  y = TRUE           # 保存y向量
)
print(fit_lrm)  # 查看模型摘要（含C-index）

# 画列线图
nom <- nomogram(
  fit_lrm,                           # 拟合的模型
  fun = plogis,                       # 概率转换函数
  fun.at = c(0.01, 0.1, 0.3, 0.5, 0.7, 0.9, 0.99),  # 概率刻度
  funlabel = "Disease Probability",   # 底部标签
  lp = TRUE                           # 显示线性预测值
)
plot(nom)  # 画出列线图

# ===== 场景2：预测生存概率（最常用） =====

# 用rms的cph()拟合Cox回归（不是coxph！）
fit_cox <- cph(
  Surv(time, status) ~ age + sex + stage + gene_score,  # 公式
  data = clinical,
  x = TRUE,          # 保存x矩阵
  y = TRUE,          # 保存y向量
  surv = TRUE,       # 计算生存函数
  time.inc = 365 * 3  # 预测时间点（3年=365*3天）
)
print(fit_cox)  # 查看模型

# 定义生存概率函数
surv_3yr <- Survival(fit_cox)  # 3年生存概率
surv_5yr <- Survival(fit_cox)  # 5年生存概率

# 画列线图
nom_cox <- nomogram(
  fit_cox,
  fun = list(
    function(x) surv_3yr(365 * 3, x),   # 3年生存概率
    function(x) surv_5yr(365 * 5, x)    # 5年生存概率
  ),
  fun.at = c(0.1, 0.3, 0.5, 0.7, 0.9),  # 概率刻度
  funlabel = c("3-Year Survival", "5-Year Survival"),  # 标签
  lp = FALSE  # 不显示线性预测值
)
plot(nom_cox, xfrac = 0.3)  # xfrac调整文字位置

# ===== C-index（Cox回归的区分度） =====
# C-index已包含在cph()的输出中
fit_cox  # 查看Dxy，C-index = 0.5 + Dxy/2

# 用rcorr.cens计算
predicted <- predict(fit_cox, type = "lp")  # 线性预测值
c_index <- rcorr.cens(-predicted, Surv(clinical$time, clinical$status))
cat("C-index:", c_index["C Index"], "\n")

# ===== AUC（Logistic回归的区分度） =====
library(pROC)
pred_prob <- predict(fit_lrm, type = "fitted")  # 预测概率
roc_obj <- roc(clinical$disease, pred_prob)      # 计算ROC
auc(roc_obj)  # 查看AUC
plot(roc_obj, print.auc = TRUE)  # 画ROC曲线

# ===== 内部校准（Bootstrap） =====
# Logistic回归校准
cal_lrm <- calibrate(fit_lrm, B = 1000, method = "boot")  # Bootstrap 1000次
plot(cal_lrm,                    # 画校准曲线
     xlab = "Predicted Probability",
     ylab = "Actual Probability",
     main = "Calibration Curve")
# 对角线 = 完美校准
# 实际曲线越接近对角线越好

# Cox回归校准（3年）
cal_cox <- calibrate(fit_cox, u = 365 * 3, B = 1000, cmethod = "KM")
plot(cal_cox,
     xlab = "Predicted 3-Year Survival",
     ylab = "Actual 3-Year Survival")

# 安装DCA相关包
install.packages("ggDCA")  # 或用 rmda 包
library(ggDCA)

# 画DCA曲线
dca_result <- dca(fit_lrm)  # 计算DCA
ggplot(dca_result)           # 画图

# DCA解读：
# X轴 = 阈值概率（Threshold Probability）
# Y轴 = 净获益（Net Benefit）
# 模型线在 "All" 和 "None" 之上 = 模型有临床价值
# "All" = 所有人都治疗
# "None" = 所有人都不治疗

# Bootstrap内部验证
val <- validate(fit_cox, B = 1000, method = "boot")  # Bootstrap 1000次
print(val)

# 结果解读
# index.orig = 原始数据上的指标
# training   = 训练集指标
# test       = 测试集指标
# optimism   = 过拟合程度（越小越好）
# index.corrected = 校正后指标（报告这个）

# 在独立验证集上验证模型
external_data <- read.csv("external_cohort.csv")  # 读取外部数据

# 用训练集模型预测外部数据
pred_external <- predict(fit_cox, newdata = external_data, type = "lp")

# 计算外部验证C-index
c_ext <- rcorr.cens(-pred_external,
                     Surv(external_data$time, external_data$status))
cat("外部验证 C-index:", c_ext["C Index"], "\n")

# 画外部验证校准曲线
# 需要手动计算预测值vs实际值
library(riskRegression)
# 或使用timeROC包计算时间依赖AUC

临床预测模型论文的"标配"六件套：

1. 列线图（Nomogram）    → 展示模型
2. ROC曲线/C-index       → 区分度
3. 校准曲线             → 校准度
4. DCA曲线              → 临床有用性
5. 内部验证（Bootstrap） → 模型稳定性
6. 外部验证             → 泛化能力

完整论文通常需要 Figure 1-4 + 补充材料

# 列线图构建三步走
datadist() → lrm()/cph() → nomogram() → plot()

# 模型验证四件套
C-index/AUC → 校准曲线 → DCA → Bootstrap验证

# rms核心函数
datadist()   — 计算变量分布（必须先运行）
lrm()        — 逻辑回归
cph()        — Cox回归
nomogram()   — 画列线图
calibrate()  — 校准曲线
validate()   — Bootstrap验证
Survival()   — 生存概率函数

# C-index解读
0.5: 随机（没有区分能力）
0.6-0.7: 较差
0.7-0.8: 中等
0.8-0.9: 良好
>0.9: 优秀

# 注意事项
rms的lrm() ≠ base R的glm()
rms的cph() ≠ survival的coxph()
必须用rms的函数才能画nomogram！