数学建模社区-数学中国

标题: 净重新分类指数NRI的计算 [打印本页]

作者: 杨利霞 时间: 2022-9-12 18:43
标题: 净重新分类指数NRI的计算

净重新分类指数NRI的计算
“ 医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。
NRI，net reclassification index，净重新分类指数，是用来比较模型准确度的，这个概念有点难理解，但是非常重要，在临床研究中非常常见，是评价模型的一大利器！

在R语言中有很多包可以计算NRI，但是能同时计算logistic回归和cox回归的只有nricens包，PredictABEL可以计算logistic模型的净重分类指数，survNRI可以计算cox模型的净重分类指数。

logistic的NRI
nricens包
PredictABEL包
生存分析的NRI
nricens包
survNRI包
logistic的NRI
nricens包
#install.packages("nricens") # 安装R包
library(nricens)
1
## Loading required package: survival
1
使用survival包中的pbc数据集用于演示，这是一份关于原发性硬化性胆管炎的数据，其实是一份用于生存分析的数据，是有时间变量的，但是这里我们用于演示logistic回归，只要不使用time这一列就可以了。

library(survival)

# 只使用部分数据
dat = pbc[1:312,]
dat = dat[ dat$time > 2000 | (dat$time < 2000 & dat$status == 2), ]

str(dat) # 数据长这样
1
## 'data.frame': 232 obs. of  20 variables:
##  $ id    : int  1 2 3 4 6 8 9 10 11 12 ...
##  $ time : int  400 4500 1012 1925 2503 2466 2400 51 3762 304 ...
##  $ status  : int  2 0 2 2 2 2 2 2 2 2 ...
##  $ trt    : int  1 1 1 1 2 2 1 2 2 2 ...
##  $ age    : num  58.8 56.4 70.1 54.7 66.3 ...
##  $ sex    : Factor w/ 2 levels "m","f": 2 2 1 2 2 2 2 2 2 2 ...
##  $ ascites : int  1 0 0 0 0 0 0 1 0 0 ...
##  $ hepato  : int  1 1 0 1 1 0 0 0 1 0 ...
##  $ spiders : int  1 1 0 1 0 0 1 1 1 1 ...
##  $ edema : num  1 0 0.5 0.5 0 0 0 1 0 0 ...
##  $ bili : num  14.5 1.1 1.4 1.8 0.8 0.3 3.2 12.6 1.4 3.6 ...
##  $ chol : int  261 302 176 244 248 280 562 200 259 236 ...
##  $ albumin : num  2.6 4.14 3.48 2.54 3.98 4 3.08 2.74 4.16 3.52 ...
##  $ copper  : int  156 54 210 64 50 52 79 140 46 94 ...
##  $ alk.phos: num  1718 7395 516 6122 944 ...
##  $ ast    : num  137.9 113.5 96.1 60.6 93 ...
##  $ trig : int  172 88 55 92 63 189 88 143 79 95 ...
##  $ platelet: int  190 221 151 183 NA 373 251 302 258 71 ...
##  $ protime : num  12.2 10.6 12 10.3 11 11 11 11.5 12 13.6 ...
##  $ stage : int  4 3 4 4 3 3 2 4 4 4 ...

1
dim(dat) # 232 20
1
## [1] 232  20
1
然后就是准备计算NRI所需要的各个参数。

# 定义结局事件，0是存活，1是死亡
event = ifelse(dat$time < 2000 & dat$status == 2, 1, 0)

# 两个只由预测变量组成的矩阵
z.std = as.matrix(subset(dat, select = c(age, bili, albumin)))
z.new = as.matrix(subset(dat, select = c(age, bili, albumin, protime)))

# 建立2个模型
mstd = glm(event ~ age + bili + albumin, family = binomial(), data = dat, x=TRUE)
mnew = glm(event ~ age + bili + albumin + protime, family = binomial(), data = dat, x=TRUE)

# 取出模型预测概率
p.std = mstd$fitted.values
p.new = mnew$fitted.values

1
然后就是计算NRI，对于二分类变量，使用nribin()函数，这个函数提供了3种参数使用组合，任选一种都可以计算出来（结果一样），以下3组参数任选1组即可。 mdl.std, mdl.new 或者 event, z.std, z.new 或者 event, p.std, p.new。

# 这3种方法算出来都是一样的结果

# 两个模型
nribin(mdl.std = mstd, mdl.new = mnew,
   cut = c(0.3,0.7),
   niter = 500,
   updown = 'category')

# 结果变量 + 两个只有预测变量的矩阵
nribin(event = event, z.std = z.std, z.new = z.new,
   cut = c(0.3,0.7),
   niter = 500,
   updown = 'category')

## 结果变量 + 两个模型得到的预测概率
nribin(event = event, p.std = p.std, p.new = p.new,
   cut = c(0.3,0.7),
   niter = 500,
   updown = 'category')

1
其中，cut是判断风险高低的阈值，我们使用了0.3,0.7，代表0-0.3是低风险，0.3-0.7是中风险，0.7-1是高风险，这个阈值是自己设置的，大家根据经验或者文献设置即可。

niter是使用bootstrap法进行重抽样的次数，默认是1000，大家可以自己设置。

updown参数，当设置为category时，表示低、中、高风险这种方式；当设置为diff时，此时cut的取值只能设置1个，比如设置0.2，即表示当新模型预测的风险和旧模型相差20%时，认为是重新分类。

上面的代码运行后结果是这样的：

UP and DOWN calculation:
  #of total, case, and control subjects at t0:  232 88 144

  Reclassification Table for all subjects:
      New
Standard < 0.3 < 0.7 >= 0.7
  < 0.3 135    4    0
  < 0.7    1 31    4
  >= 0.7    0    2    55

  Reclassification Table for case:
      New
Standard < 0.3 < 0.7 >= 0.7
  < 0.3    14    0    0
  < 0.7    0 18    3
  >= 0.7    0    1    52

  Reclassification Table for control:
      New
Standard < 0.3 < 0.7 >= 0.7
  < 0.3 121    4    0
  < 0.7    1 13    1
  >= 0.7    0    1    3

NRI estimation:
Point estimates:
               Estimate
NRI          0.001893939
NRI+          0.022727273
NRI-       -0.020833333
Pr(Up|Case) 0.034090909
Pr(Down|Case)  0.011363636
Pr(Down|Ctrl)  0.013888889
Pr(Up|Ctrl) 0.034722222

Now in bootstrap..

Point & Interval estimates:
               Estimate Std.Error       Lower    Upper
NRI          0.001893939 0.027816095 -0.053995513 0.055354449
NRI+          0.022727273 0.021564394 -0.019801980 0.065789474
NRI-       -0.020833333 0.017312438 -0.058823529 0.007518797
Pr(Up|Case) 0.034090909 0.019007629  0.000000000 0.072164948
Pr(Down|Case)  0.011363636 0.010924271  0.000000000 0.039603960
Pr(Down|Ctrl)  0.013888889 0.009334685  0.000000000 0.035211268
Pr(Up|Ctrl) 0.034722222 0.014716046  0.006993007 0.066176471

1
首先是3个混淆矩阵，第一个是全体的，第2个是case（结局为1）组的，第3个是control（结局为2）组的，有了这3个矩阵，我们可以自己计算净重分类指数。

看case组：

净重分类指数 = ((0+3)-(0+1)) / 88 ≈ 0.022727273

再看control组：

净重分类指数 = ((1+1)-(4+1)) / 144 ≈ -0.020833333

相加净重分类指数 = case组净重分类指数 + control组净重分类指数 = 2/88 - 3/144 ≈ 0.000315657

再往下是不做bootstrap时得到的估计值，其中NRI就是绝对净重分类指数，NRI+是case组的净重分类指数，NRI-是control组的净重分类指数（和我们计算的一样哦），最后是做了500次bootstrap后得到的估计值，并且有标准误和可信区间。

最后还会得到一张图：

这张图中的虚线对应的坐标，就是我们在cut中设置的阈值，这张图对应的是上面结果中的第一个混淆矩阵，反应的是总体的情况，case是结果为1的组，也就是发生结局的组，control是结果为0的组，也就是未发生结局的组。

P值没有直接给出，但是可以自己计算。

# 计算P值
z <- abs(0.001893939/0.027816095)
p <- (1 - pnorm(z))*2
p
1
## [1] 0.9457157
1
PredictABEL包
#install.packages("PredictABEL") #安装R包
library(PredictABEL)

# 取出模型预测概率，这个包只能用预测概率计算
p.std = mstd$fitted.values
p.new = mnew$fitted.values
1
然后就是计算NRI：

dat$event <- event

reclassification(data = dat,
               cOutcome = 21, # 结果变量在哪一列
               predrisk1 = p.std,
               predrisk2 = p.new,
               cutoff = c(0,0.3,0.7,1)
               )
1
##  _________________________________________
##
##    Reclassification table
##  _________________________________________
##
##  Outcome: absent
##
##             Updated Model
## Initial Model [0,0.3) [0.3,0.7) [0.7,1]  % reclassified
##    [0,0.3)    121       4    0             3
##    [0.3,0.7)    1       13    1             13
##    [0.7,1]       0       1    3             25
##
##
##  Outcome: present
##
##             Updated Model
## Initial Model [0,0.3) [0.3,0.7) [0.7,1]  % reclassified
##    [0,0.3)       14       0    0             0
##    [0.3,0.7)    0       18    3             14
##    [0.7,1]       0       1    52             2
##
##
##  Combined Data
##
##             Updated Model
## Initial Model [0,0.3) [0.3,0.7) [0.7,1]  % reclassified
##    [0,0.3)    135       4    0             3
##    [0.3,0.7)    1       31    4             14
##    [0.7,1]       0       2    55             4
##  _________________________________________
##
##  NRI(Categorical) [95% CI]: 0.0019 [ -0.0551 - 0.0589 ] ; p-value: 0.94806
##  NRI(Continuous) [95% CI]: 0.0391 [ -0.2238 - 0.3021 ] ; p-value: 0.77048
##  IDI [95% CI]: 0.0044 [ -0.0037 - 0.0126 ] ; p-value: 0.28396

1
结果得到的是相加净重分类指数，还给出了IDI和P值。两个包算是各有优劣吧，大家可以自由选择。

生存分析的NRI
还是使用survival包中的pbc数据集用于演示，这次要构建cox回归模型，因此我们要使用time这一列了。

nricens包
library(nricens)
library(survival)

dat <- pbc[1:312,]
dat$status <- ifelse(dat$status==2, 1, 0) # 0表示活着，1表示死亡
1
然后准备所需参数：

# 两个只由预测变量组成的矩阵
z.std = as.matrix(subset(dat, select = c(age, bili, albumin)))
z.new = as.matrix(subset(dat, select = c(age, bili, albumin, protime)))

# 建立2个cox模型
mstd <- coxph(Surv(time,status) ~ age + bili + albumin, data = dat, x=TRUE)
mnew <- coxph(Surv(time,status) ~ age + bili + albumin + protime, data = dat, x=TRUE)

# 计算在2000天的模型预测概率，这一步不要也行，看你使用哪些参数
p.std <- get.risk.coxph(mstd, t0=2000)
p.new <- get.risk.coxph(mnew, t0=2000)
1
计算NRI：

nricens(mdl.std= mstd, mdl.new = mnew,
      t0 = 2000,
      cut = c(0.3, 0.7),
      niter = 1000,
      updown = 'category')

UP and DOWN calculation:
  #of total, case, and control subjects at t0:  312 88 144

  Reclassification Table for all subjects:
      New
Standard < 0.3 < 0.7 >= 0.7
  < 0.3 202    7    0
  < 0.7    13 53    6
  >= 0.7    0    0    31

  Reclassification Table for case:
      New
Standard < 0.3 < 0.7 >= 0.7
  < 0.3    19    3    0
  < 0.7    3 32    4
  >= 0.7    0    0    27

  Reclassification Table for control:
      New
Standard < 0.3 < 0.7 >= 0.7
  < 0.3 126    3    0
  < 0.7    5    7    2
  >= 0.7    0    0    1

NRI estimation by KM estimator:

Point estimates:
            Estimate
NRI          0.05377635
NRI+       0.03748660
NRI-       0.01628974
Pr(Up|Case) 0.07708938
Pr(Down|Case) 0.03960278
Pr(Down|Ctrl) 0.04256352
Pr(Up|Ctrl) 0.02627378

Now in bootstrap..

Point & Interval estimates:
            Estimate       Lower    Upper
NRI          0.05377635 -0.082230381 0.16058172
NRI+       0.03748660 -0.084245197 0.13231776
NRI-       0.01628974 -0.030861213 0.06753616
Pr(Up|Case) 0.07708938  0.000000000 0.19102291
Pr(Down|Case) 0.03960278  0.000000000 0.15236016
Pr(Down|Ctrl) 0.04256352  0.004671535 0.09863170
Pr(Up|Ctrl) 0.02627378  0.006400463 0.05998424

1

Snipaste_2022-05-20_21-49-38
结果的解读和logistic的一模一样。

survNRI包
# 安装R包
devtools::install_github("mdbrown/survNRI")
1
加载R包并使用，还是用上面的pbc数据集。

library(survNRI)
1
## Loading required package: MASS
1
library(survival)

# 使用部分数据
dat <- pbc[1:312,]
dat$status <- ifelse(dat$status==2, 1, 0) # 0表示活着，1表示死亡

res <- survNRI(time  = "time", event = "status",
      model1 = c("age", "bili", "albumin"), # 模型1的自变量
      model2 = c("age", "bili", "albumin", "protime"), # 模型2的自变量
      data = dat,
      predict.time = 2000, # 预测的时间点
      method = "all",
      bootMethod = "normal",
      bootstraps = 500,
      alpha = .05)

1
查看结果，$estimates给出了不同组的NRI以及总的NRI，包括了使用不同方法（KM/IPW/SmoothIPW/SEM/Combined）得到的结果；$CI给出了可信区间。

res
1
## $estimates
##          NRI.event NRI.nonevent    NRI
## KM       0.20445422 0.3187408 0.5231951
## IPW    0.22424434 0.3273544 0.5515987
## SmoothIPW 0.19645006 0.3144263 0.5108763
## SEM    0.07478611 0.2632127 0.3379988
## Combined  0.19633867 0.3143794 0.5107181
##
## $CI
## $CI$NRI.event
##                   KM       IPW SmoothIPW       SEM Combined
## lowerbound -0.03915924 -0.02185068 -0.04724202 -0.1162587 -0.0473723
## upperbound  0.44806768  0.47033936  0.44014214  0.2658309  0.4400496
##
## $CI$NRI.nonevent
##                KM    IPW SmoothIPW       SEM  Combined
## lowerbound 0.1317108 0.1396315 0.1286685 0.08638933 0.1286426
## upperbound 0.7102251 0.7393216 0.6966341 0.51482212 0.6964549
##
## $CI$NRI
##                   KM       IPW SmoothIPW       SEM Combined
## lowerbound -0.05112533 -0.04569046 -0.05439863 -0.04132364 -0.05443409
## upperbound  0.89306122  0.92464359  0.87970125  0.64253510  0.87953153
##
##
## $bootMethod
## [1] "normal"
##
## $predict.time
## [1] 2000
##
## $alpha
## [1] 0.05
##
## attr(,"class")
## [1] "survNRI"

1
OK，这就是NRI的计算，除此之外，随机森林、决策树、lasso回归、SVM等，这些模型，都是可以计算的NRI的，后面会继续介绍。大家如果有问题欢迎在评论区留言。

本文首发于公众号：医学和生信笔记

“ 医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。
本文由 mdnice 多平台发布
————————————————
版权声明：本文为CSDN博主「阿越就是我」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Ayue0616/article/details/126768006

欢迎光临数学建模社区-数学中国 (http://www.madio.net/)