R语言实战临床预测模型

前面我们介绍了超多可用于确定连续性变量最佳截点的R包，比如surv_cutpoint()、x-tile、cutoff等，这些方法主要是为了在做生存分析时获得最小的P值：

ROC曲线一般用在诊断实验中，ROC的最佳截点，通常是要ROC曲线下面积最大(或者最大敏感性、最大特异性等)，也就是基于约登指数。今天介绍一些常见的可以用于确定ROC曲线最佳截点的R包，同时包含了二分类数据和生存数据，有一些包我们在之前的推文中也介绍过。

只能用于二分类数据，不能用于生存数据。

使用pROC包需要注意，一定要指定direction，否则可能会得出错误的结果。

这个R包计算AUC是基于中位数的，哪一组的中位数大就计算哪一组的AUC，在计算时千万要注意！

关于这个包的详细介绍，请参考文章：用pROC实现ROC曲线分析

使用pROC包的aSAH数据，其中outcome列是结果变量，1代表Good，2代表Poor。