你与生信大佬的距离，只差2分钟搞定预后模型构建和性能评估

预后模型（Prognostic Model）

定义：用来预测个体患者在未来某一时刻发生某件事的概率。

预后模型侧重于研究疾病在特定时间段内复发、死亡、伤残和并发症等结果发生的概率。这种模型在研究中非常常见，即

1）患者处于同样起始状态（如确诊为某疾病）

2）结局变量：患者将来是否发生某一事件（如：死亡）

3）基线时间点：有时间维度（如1，3，5年生存率）

预后模型相关论文的特点：

1）标题：

prognostic，prediction，5-year survival；

结局事件：death，relapse；

2）摘要/关键字：

follow-up，survival probability，risk group；

discrimination，C statistics ,Calibration （校准）指标

小编发现近年来，预后模型相关研究的生信文章越来越多，有高到20分的SCI。如下图。这篇影响因子 > 9分简单纯生信文章。

但是具体要如何实现预后模型的构建？？？ 今天，小编以代码提供的数据为例进行说明。

代码具体包括：

Step1输入数据并构建预后模型

Step2 输出风险评分

Step3 预后模型性能评估（K-M和ROC曲线）

下面是代码中附带数据预后模型图例

神奇吧，就是如此简单，我们用的都是入门级函数，稍微懂点R语言就能实现2分钟就可以实现，不懂也没关系，可以直接复制粘贴代码就可以实现。

如果您觉得自己构建预后模型，发表SCI论文花费您大量的时间，那么您完全需要关注我们的宫主好。

展示一个我们可以提供的预后构建与性能评估。