尔云间生信代码|用于临床诊断和临床决策影响的DCA分析

科研有捷径，输入代码，一键获取科研成果！就是这么省事，来具体看下有多方便！

搜索http://985.so/a9kb查看全部代码（目前共计50+持续新增中），也可以点击右侧【目录】，可以看到更多有趣的代码；真香提示：文末可以知道如何获取代码~   

临床决策曲线分析（Decision Curve Analysis, DCA）是一种评估临床预测模型、诊断试验和分子标记物的简单方法。传统的诊断试验指标如：敏感性，特异性和ROC曲线下面积仅测量预测模型的诊断准确性，未能考虑特定模型的临床效用，而DCA的优势在于它将患者或决策者的偏好整合到分析中。而这种理念的提出满足了临床决策的实际需要，在临床分析中的应用日益广泛。因此，本软件DCA就是测量预测模型的生物标志物的诊断准确性和临床效用。

使用方法：

Rscript DCA.R    -input=

参数说明：

USAGE:

DCA.R -input=<input>

PARAMETERS:

-input   the expression data,the first column is sample name,the second  column is group,the third column is gene symbol,input txt format.

操作步骤：

1、打开命令行界面，输入“Rscript DCA.R”调阅帮助文档，确定该程序所需的输入文件。

2、用户根据帮助文档中的参数说明内容，对参数进行设置。这里，必须输入参数有1个，分别是-input，表示表达数据，第一列是样本名称，第二列是分组，第三列是基因符号，输入txt格式。

3、完成参数提交后，按下回车键，整个程序即正式开始进入执行。每步执行内容都会给出提示。程序执行完毕后，界面会显示”Program execution is completed<span data-raw-text="" "="" data-textnode-index-1661741864823="13" data-index-1661741864823="667" class="character" style="margin: 0px; padding: 0px;">"结束语。

流程图：

结果展示：

1. DCA.pdf

2. Clinical Impact Curve.pdf

该图表示临床影响变化风险曲线

特别说明：本代码经申请软件著作权，仅转让使用权，不转让所有权

如需代码及示例数据等文件，请扫码聊天框回复 “B43”领取！

写在文末：

如果您近期想做生信方面的文章而苦于没有思路，或者不知道如何来入手生信分析，或者兑具体的某一个图有作图需求，都可以扫码咨询小云，我们有专业的技术团队，生信热点思路设计、生信分析、热点方向生信挖掘等，如有需要，可扫码下方二维码了解详情：