摘要：决策曲线DCA及其R语言实现

决策曲线分析（DCA）是评估诊断模型准确性的一种方法，由Andrew Vickers于2006年提出。与通常使用ROC曲线的AUC值评价模型不同，DCA还考虑了假阳性和假阴性对患者的影响。在DCA中，引入了阈值和净获益的概念，以规避误诊问题。

净获益是指实施某一概率措施后获益的比例与未获益的比例权重之和。通过设定不同的阈值概率，计算相应的净获益值，可以绘制出决策曲线。例如，当阈值为10%时，可按照特定的算法计算出净获益为0.218。

在R语言中，可以使用rmda包来绘制DCA曲线。首先需要安装rmda包，然后使用它自带的示例数据集。决策曲线的构建需要使用decision_curve函数，其中study.design参数可以根据研究类型选择cohort或case-control，Bootstraps参数控制独立放回抽样次数，默认为10次，以体现模型性能的稳定性。

想要了解更多内容？

查看原文：R语言 | 决策曲线

文章来源：

扫码关注公众号