我們在看臨床模型類文獻的時候，雖然常看到用 X-tile 尋找變量的最佳cutoff值，但是有時候也會看到有的文章是用ROC曲線來尋找最佳cutoff值的，下面我們一探究竟吧，注本期所用的連續型變量為riskscore，而構建riskscore的基因表達量也是連續型變量。

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

載入必要的R包

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

載入數據

clinicalhead(clinical)[1:5,1:5]## 將第一列變成行名clinical % column_to_rownames("sample")

處理時間

### 將生存時間轉化成年(之前已經為年了，所以除以1。如果為天則除以365。月則除以12) clinical$futime=clinical$futime/1 predict_time1=3predict_time2=5

總結

以上是生活随笔為你收集整理的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）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。