roc曲线怎么绘制_利用ROC曲线寻找最佳cutoff值（连续型变量组成的riskscore）

我们在看临床模型类文献的时候，虽然常看到用 X-tile 寻找变量的最佳cutoff值，但是有时候也会看到有的文章是用ROC曲线来寻找最佳cutoff值的，下面我们一探究竟吧，注本期所用的连续型变量为riskscore，而构建riskscore的基因表达量也是连续型变量。

knitr::opts_chunk$set(echo = TRUE)knitr::opts_chunk$set(warning = F)knitr::opts_chunk$set(message = F)

载入必要的R包

rm(list=ls())library(tibble)library(dplyr)library(tidyr)library(survivalROC)

载入数据

clinicalhead(clinical)[1:5,1:5]## 将第一列变成行名clinical % column_to_rownames("sample")

处理时间

### 将生存时间转化成年(之前已经为年了，所以除以1。如果为天则除以365。月则除以12) clinical$futime=clinical$futime/1 predict_time1=3predict_time2=5

总结

以上是生活随笔为你收集整理的roc曲线怎么绘制_利用ROC曲线寻找最佳cutoff值（连续型变量组成的riskscore）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。