手把手教你绘制最基础的列线图

欢迎关注”生信修炼手册”!

在之前的文章中，我们介绍了列线图的含义和构建方法，本文重点介绍下绘制列线图的代码，经典的列线图如下所示

当我们构建好一个预后模型之后，可以通过列线图来可视化其公式，最常用的绘图方法是通过rms这个R包，以pbc这个生存分析的数据为例，展示下其基本用法

> library(rms)
> pbc <- pbc[pbc$status %in% c(0, 1), ]
> head(pbc)id time status trt age sex ascites hepato spiders edema bili chol
2 2 4500 0 1 56.44627 f 0 1 1 0.0 1.1 302
5 5 1504 1 2 38.10541 f 0 1 1 0.0 3.4 279
7 7 1832 0 2 55.53457 f 0 1 0 0.0 1.0 322
13 13 3577 0 2 45.68925 f 0 0 0 0.0 0.7 281
16 16 3672 0 2 40.44353 f 0 0 0 0.0 0.7 204
19 19 4232 0 1 49.56057 f 0 1 0 0.5 0.7 235albumin copper alk.phos ast trig platelet protime stage
2 4.14 54 7394.8 113.52 88 221 10.6 3
5 3.53 143 671.0 113.15 72 136 10.9 3
7 4.09 52 824.0 60.45 213 204 9.7 3
13 3.85 40 1181.0 88.35 130 244 10.6 3
16 3.66 28 685.0 72.85 58 198 10.8 3
19 3.56 39 1881.0 93.00 123 209 11.0 3
> dd <- datadist(pbc)
> options(datadist = "dd")
# 生存模型
> f <- psm(Surv(time,status) ~ age + sex, data = pbc, dist=&＃39;lognormal&＃39;)
> nom <- nomogram(f)
> plot(nom)

效果图如下

和文献中的列线图相比，rms的默认输出结果中多出了Linear Predictor这个轴，如果想要去掉这个轴，可以通过如下方法

> f <- psm(Surv(time,status) ~ age + sex, data = pbc, dist=&＃39;lognormal&＃39;)
> nom <- nomogram(f, lp = F)
> plot(nom)

效果图如下

可以看到，LInear Predictor这个轴就不显示了。对于生存模型，我们希望通过该模型预测患者的生存时间和生存概率，基础的列线图显然并没有这样的信息，为此，我们需要自己写函数来添加我们想要的轴，用法如下

> f <- psm(Surv(time,status) ~ age + sex, data = pbc, dist=&＃39;lognormal&＃39;)
> # 计算中位生存时间
> med <- Quantile(f)
> # 构建生存概率
> surv <- Survival(f)
> nom <- nomogram(f,
+     fun = list(function(x) med(lp = x, q = 0.5),
+ function(x) surv(365, x),
+ function(x) surv(365 * 3, x),
+ function(x) surv(365 * 5, x)),
+ funlabel = c("Median Survival Time",
+ "1-year Survival Probability",
+ "3-year Survival Probability",
+ "5-year Survival Probability"),
+ lp = F)
> plot(nom)

效果图如下

由于该数据中的生存时间time是以天为单位就算的，因此在计算年的时候进行了转换。虽然加上了我们想要的信息，但是发现坐标轴的标签重叠了，此时有几种方法可以解决这个问题

1. 增加画布的宽度，将宽度加大之后绘图区域变宽，标签间的距离变大，重叠情况会减少

2. 设置标签的文字大小，在plot函数中通过cex.axis参数设置大小

3. 重新设置坐标轴的间隔，通过fun.at参数，用法如下

> nom <- nomogram(f,
+ fun = list(function(x) med(lp = x),
+ function(x) surv(365, x),
+ function(x) surv(365 * 3, x),
+ function(x) surv(365 * 5, x)),
+ funlabel = c("Median Survival Time",
+ "1-year Survival Probability",
+ "3-year Survival Probability",
+ "5-year Survival Probability"),
+ fun.at = list(c(10000, 20000, 30000, 40000, 60000, 90000),
+ c(0.96, 0.97, 0.98, 0.99, 0.995),
+ c(0.90, 0.92, 0.94, 0.96, 0.98),
+ c(0.6, 0.8, 0.9, 0.95)),
+ lp = F)
> plot(nom)

效果图如下

综合使用以上3种方案，就可以得到一个文字标签不会重叠的列线图啦。

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。

  更多精彩

• KEGG数据库，除了pathway你还知道哪些

• 全网最完整的circos中文教程

• DNA甲基化数据分析专题

• 突变检测数据分析专题

• mRNA数据分析专题

• lncRNA数据分析专题

• circRNA数据分析专题

• miRNA数据分析专题

• 单细胞转录组数据分析专题

• chip_seq数据分析专题

• Hi-C数据分析专题

• HLA数据分析专题

• TCGA肿瘤数据分析专题

• 基因组组装数据分析专题

• CNV数据分析专题

• GWAS数据分析专题

• 机器学习专题

• 2018年推文合集

• 2019年推文合集

• 2020推文合集

  写在最后

转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。

扫描下方二维码，关注我们，解锁更多精彩内容！

一个只分享干货的

生信公众