R语言预测模型 | 搭建网页版列线图

一只勤奋的科研喵：预测模型 | 9. 网页版列线图的构建

参考文章：

1. 网页版列线图的构建；
2. Nomogram（列线图）的构建、美化及其风险分数的计算原理

目  录

一、基本列线图的构建

二、shinyapps.io注册

三、生成网页文件

四、获取密钥并发布网页版列线图

-------------------------------------

一、基本列线图构建代码

-------------------------------------

#1.安装和加载R包

library(rms)#建模包

library(DynNom)#动态化包

#2.载入数据

#清理环境

rm(list = ls()) 

aa<- read.csv('动态列线图构建示例.csv')

str(aa)#查看数据结果

1.1 数据类型转换及重命名

#3-1.数值转因子并重命名

aa$n<-factor(aa$n, 

            levels=c("0","1 to 3","4 or more"),  

            labels=c("0","1-3","≥4")) 

aa$er<- factor(aa$er, 

               levels=c("0","1"),  

               labels=c("Negative ","Positive")) 

aa$lvi<-factor(aa$lvi, 

               levels=c("0","1"),  

               labels=c("Absent","Present"))

aa$g<-factor(aa$g, 

             levels=c("i","ii","iii"), 

             labels=c("I","II","III"))

aa$status<-factor(aa$status)

#年龄是连续变量，所以不用转换

#3-2.更改变量名

label(aa$age)<-"Age at diagnosis"

label(aa$n) <-"LNM"

label(aa$er)<-"ER status"

label(aa$g)<-"Histologic grade"

label(aa$lvi)<-"Lymphovascular invasion"

1.2 构建多因素Cox模型

#加载数据，

#rms包下面两行代码需要执行，不然易报错。

nomo<-datadist(aa)

options(datadist='nomo')

#构建多因素回归模型

nomo1 <- cph(Surv(time,status==0)~age+n+er+lvi+g,

             x=T,y=T,

             data=aa,

             surv=T,

             time.inc = 12*5)

1.3 画基本列线图

#设置预测时间

#里预测3个：1,3,5年

surv <- Survival(nomo1)#使用刚才构建的模型预测

surv1 <- function(x)surv(12*1,lp=x)

surv2 <- function(x)surv(12*3,lp=x)

surv3 <- function(x)surv(12*5,lp=x)

nomo2<-nomogram(nomo1,

                #1.感兴趣的预测时间

                fun=list(surv1,surv2,surv3),

                #2. 预测时间段的名字

                funlabel=c('1-year LR probability',

                           '3-year LR probability',

                           '5-year LR probability'),

                #3.是否显示回归系数轴，一般为F

                lp =T, 

                #4.#分数为百分制

                maxscale=100,

                #5.设置预测复发率的范围【根据自己数据修改】

                fun.at=c("0.99","0.95",'0.9','0.8',

                         '0.7','0.6','0.5','0.4',

                         '0.3','0.2','0.1')

);plot(nomo2)

-------------------------------------

二、shinyapps.io注册

-------------------------------------

不管是文章中的列线图还是网页版列线图都是基于多因素Cox回归模型，因此一下步是注册网站，将自己的模型上传并动态化。

#生成动态列线图

DynNom(nomo1) 

2.1 生成本地文件

检查完预发布的网页后，将模型和数据生成脚本文件，以便之后上传服务器。

运行后R studio也会显示生成的脚本具体位置

在电脑上查看脚本文件

2.2 登陆网页并注册账号

https://www.shinyapps.io/admin/#/signup

命名自己的网页地址

----------------------------

三、获取密钥

----------------------------

每个账号可以免费发布5个链接；网站有明确的的构建步骤。

安装R包

install.packages('rsconnect')

获取密钥

rsconnect::setAccountInfo(

         name='yizhiqinfengdekeyanmiao', 

         token='BED93F71F4681AC9D153C0DEEE96AA12', 

         secret='这里粘贴刚才获得的密钥')

将网页那里获得的密钥复制到Rstudio里运行

打开ui.R

点击其右上角的符号

发布网页列线图

注：因为小编有两个账号，所以右边有俩地址

等待网页自动完成

大约3-4分钟后，网页将自动打开

复制网址： https://yizhiqinfengdekeyanmiao.shinyapps.io/DynNomapp/ 登录试试

管理列线图

刷新 https://www.shinyapps.io/admin/#/dashboard ，可以发现账号里多了一个文件。

-----完-----

参考文章：

网页版列线图的构建；

Nomogram（列线图）的构建、美化及其风险分数的计算原理