关于如何计算nomogram预测总分total points，以及模型中每个变量对应的具体point, 请参考以下讲解
模型构建（同前）
有关模型构建，前面已述，代码与之前重复
输入文件：dev.csv （前文已述）
计算模型中每个变量对应的point
这个最简单，可以直接
surv <- Survival(fcox)nom <- nomogram(fcox, fun=list(function(x) surv(36, x),function(x) surv(60, x)),funlabel=c("3-years Survival Probability","5-years Survival Probability"),lp=F)plot(nom)#模型构建成功后，可以直接输入nom,ctrl+enter,运行即可nom
就可以得到如下输出结果
计算nomogram预测总分total points
需要安装R包 nomogramFormula
这里用到其中的两个函数
formula_rd 和 points_cal
代码如下
ddist <- datadist(dev)option<-options(datadist='ddist')options(option)library(nomogramFormula)#计算总分，并作为新变量添加进原始数据results<-formula_rd(nomogram=nom)dev$points<-points_cal(formula = results$formula,rd=dev)head(dev)
将含有points的数据输出，可以进行后续分析
#生成新数据，含有pointsdev<-write.csv(dev,"devnew.csv")
基于总分构建危险分层系统
需要将total points进行分组，分组方法很多，常用的有中位值，分为高危组和低危组。也可以通过X-tile等软件进行三分组，即高危、中危、低危组。
具体不再详述
基于分组，进行KM生存曲线绘制及分层分析，进一步对模型的区分能力和预测能力进行验证。
效果如下：
好久没有更新，以上就是今天分享的内容。模型构建成功后，可以多做一步。
临床预测模型是否必须要有大样本？