限制性立方样图条R代码及解释

library(foreign)# 作用：读取外部数据文件，特别是SPSS格式文件

library(rms)# 作用：提供高级回归建模功能，包括限制性立方样条分析

library(ggplot2) # 作用：创建高质量数据可视化图形

第二部分：数据导入与清理

# 读取SPSS格式的乳腺癌生存数据文件

bc <- read.spss("Breast cancer survival agec.sav",# 文件名

use.value.labels=F, # 参数：不将SPSS中的值标签转为因子，保持数值格式

to.data.frame=T)# 参数：将数据转换为R的数据框格式

bc <- na.omit(bc)# 作用：删除数据中所有含有缺失值(NA)的行

#影响：确保后续分析基于完整数据，避免缺失值导致的错误

head(bc)# 作用：显示数据框的前6行，用于快速查看数据结构

第三部分：数据子集创建与变量处理

# 这行代码假设已运行过attach(bc)，实际上这里有问题，应该改为：# be <- data.frame(age = bc$age, status = bc$status, ln_yesno = bc$ln_yesno)

be <- data.frame(age, status, ln_yesno)# 作用：从原始数据中提取三个关键变量，创建新的分析数据框

be$ln_yesno <- as.factor(be$ln_yesno)# 作用：将ln_yesno变量转换为因子类型# 意义：告诉R这是一个分类变量（不是连续变量），在回归分析中会创建哑变量

第四部分：为rms包设置数据环境

dd <- datadist(be)# 作用：计算并存储数据集中所有变量的分布摘要信息

# 包括：中位数、四分位数、范围等

# 这是rms包特有的数据准备步骤

options(datadist='dd') # 作用：设置全局选项，指定使用dd作为数据分布对象

#影响：后续所有rms包的函数都会自动使用这个数据分布信息

第五部分：建立逻辑回归模型

fit <- lrm(status ～ rcs(age,4)+ ln_yesno, data=be)# lrm: 逻辑回归模型函数，用于二元结局变量# ~: 公式符号，左边是因变量，右边是自变量# rcs(age,4): 对age变量使用4个节点的限制性立方样条#- 意义：允许年龄与结局之间呈现非线性关系#- 4个节点：在age的分布范围内选择4个点作为样条节点#- 实际产生3段三次多项式，在节点处平滑连接# + ln_yesno: 添加另一个自变量到模型中# data=be: 指定使用的数据框

第六部分：设置参考点并更新模型

dd$limits$age[2]<-50# 作用：将age变量的参考点（中位数参考）设置为50岁

# dd$limits$age[1]是下限，[2]是参考点，[3]是上限

# 在OR计算中，50岁将作为比较基准（OR=1）

fit1 = update(fit)# 作用：重新拟合模型，应用新的参考点设置

# 实际上这里fit1并没有被使用，可以直接用原模型fit

第七部分：生成预测值

OR <- Predict(fit,# 使用拟合好的模型

age,# 对age变量进行预测

fun=exp,# 对预测结果取指数

# 因为逻辑回归输出的是log(odds)，exp转换后得到OR

ref.zero=TRUE)# 将参考点处的OR值设为1

# Predict函数返回一个数据框，包含：# - age: 年龄值# - yhat: 预测的OR值（点估计）# - lower: 95%置信区间下限# - upper: 95%置信区间上限

第八部分：绘制限制性立方样条曲线

# 创建空白画布

ggplot()+

# 添加主曲线

geom_line(data=OR, 

aes(age, yhat),# x轴=age, y轴=预测的OR值

linetype=1,# 实线

size=1,# 线宽

alpha=0.9,# 透明度

colour="red")+# 红色线条

# 添加置信区间（阴影区域）

geom_ribbon(data=OR, 

aes(age, ymin=lower, ymax=upper),# 定义置信区间范围

alpha=0.3,# 较低的透明度

fill="red")+# 红色填充

# 添加水平参考线（OR=1）

geom_hline(yintercept=1,# 在y=1处画线

linetype=2,# 虚线

size=1)+# 线宽

# 设置图形主题

theme_classic()+# 简洁的经典主题（无网格线，白色背景）

# 添加标题和坐标轴标签

labs(title="RCS",# 标题

x="age",# x轴标签

y="OR(95%CI)")# y轴标签：比值比及其95%置信区间

代码的总体目的：

数据准备：从SPSS文件中读取乳腺癌患者数据

模型构建：建立年龄与生存状态的非线性关系模型

结果可视化：直观展示年龄如何影响乳腺癌患者的生存风险

图形解读要点：

曲线趋势：展示年龄与生存风险的非线性关系

置信区间：反映估计的不确定性

参考线：OR=1表示无风险差异

50岁基准：所有OR值都是相对于50岁患者的风险比值