SEER数据库复现-扁桃体鳞状细胞癌危险因素分析

前言

感谢吕教授的代码和指导！

还是之前那篇文章：

1. SEER 数据库数据提取。

解剖学位置：Site and Morphology: Primary site-labeled = c09.0,c09.1,c09.8,c09.9;

形态学编码：8070/3, 8071/3, 8072/3, 8083/3；

Year of diagnosis: 与AJCC（第六版）的配套：2004-2016；

总共拿到2万多条数据。

2.数据清洗

都在R里面完成，这样不用每次都整excel，直接在R里面调整即可。出现新的字段，一定要全面了解新字段的分类信息。

最终留下了1多万条数据，怎么样都去不掉了。将字段转化成factor。

3.画基线表

三七分分成训练组及验证组，然后画基线表。

4.多因素及多因素Cox回归

5.nomogram

c-index: 0.734，模型没问题。

感觉AJCC占比不高啊。

6.ROC

7.校准曲线

8.DCA曲线

5年，与AJCC做对比。

9.NRI值

5年。

10. IDI值

## 5年
"IDI"	"p.value"
0.140618419400642	0

11.批量画OS生存曲线

分期越靠后，存活率越低。

肿瘤越大，存活率越低。

总结

里面有很多1，3，5年的数据，我都包装成了函数，省了很多篇幅，而且不易出错。统一设定好一套代码，跑完所有训练及和测试集，自动出数据。

至此，预测模型算是完整的走完了。还剩下一些细节，比如对SEER字段的理解，对终点事件的解读。还有就是涉及到具体课题的结果解读了。

至此，预测模型算是完整的走完了。还剩下一些细节，比如对SEER字段的理解，对终点事件的解读。还有就是涉及到具体课题的结果解读了。

文章首发于微信公众号：颗粒神经元。欢迎关注。