这是R语言和医学统计学的第2篇内容。主要是用R语言复现课本中的例子。我使用的课本是孙振球主编的《医学统计学》第4版。

列线图是模型的图形化表达方式，通过列线图可以计算直观的看出某个患者的得分，方便分析患者的风险。关于列线图，我们介绍过很多次了，公众号后台回复有粉丝问如何根据列线图得分进行危险分层，其实思路很简单，先计算每个患者的得分，然后根据进行分层即可。这个最佳截断值，我们也介绍过非常多的方法了，公众号后台回复。

minfiChMAP包的很多的函数都有minfi包的影子。minfi使用起来也很简单，就是5个对象走一遍流程即可，下面还是用之前的GSE194282数据集进行演示！

R语言做机器学习的当红辣子鸡R包：mlr3和tidymodels，之前用十几篇推文详细介绍过mlr3：今天学习下tidymodels的使用，其实之前在介绍临床预测模型时已经用过这个包了：但是对于很多没接触过这个包的朋友来说有些地方还是不好理解，所以今天专门写一篇推文介绍下tidymodels的一些使用细节，帮助大家更上一层楼。不得不说，比mlr3简单多了！设计理念安装基本使用探索数据模型选择数据划

众所周知，TCGA数据库改版了！！改的比之前更好用了！对于常规转录组数据，主要是以下几点改变：下载一次即可获得counts、TPM、FPKM三种类型的表达矩阵，再也不用单独下载了自带gene symbol，不用自己找各种方法转换了自带基因类型，可以直接区分mRNA和lncRNA了TCGAbiolinks不仅是数据下载，它能访问、下载全部的TCGA数据（除了受限制的），用它下载的数据是最新最全的！这

之前的推文详细介绍了ChMAP包从IDAT文件开始的甲基化数据分析流程，今天说一下从β矩阵开始的分析流程。

中，包括分组信息、生存信息、分期信息等，我们这里只要用到分组信息即可，所以先把。可以看到和转录组的差异分析结果差不多，但是都是探针信息，基因信息需要注释才行。主要是甲基化差异分析，甲基化的一些可视化，甲基化和转录组数据的联合作图。我们需要确定谁和谁进行相比，也就是要创建一个含有分组信息的列。我们还是使用之前下载好的TCGA-COAD的甲基化β值矩阵。对象和相应的分组信息就可以进行甲基化差异分析了。

我们直接进行甲基化数据分析。使用ChAMP包分析甲基化数据，这个包非常强大，甲基化数据分析必须得了解它。这个包在bioconductor上，不要问我为什么不过在使用ChAMP包的时候需要提供一个样本信息文件，.csv格式的，其实这个文件的准备非常简单。ChAMP包给我们准备了一个示例数据集，我们先看一下示例数据是什么样的。在示例文件夹中的数据是这样的：其中就是样本信息，打开之后是这样的：通常这个文

完美观看体验请至公众号查看本文。，专注R语言在临床医学中的使用，R语言数据分析和可视化。IDI，综合判别改善指数，也适用于评价不同模型优劣的，比起NRI，IDI能够从整体角度对模型进行评价，和NRI一起使用效果更佳！

获取更多R语言和生信知识，请欢迎关注公众号：医学和生信笔记医学和生信笔记 公众号主要分享：1.医学小知识、肛肠科小知识；2.R语言和Python相关的数据分析、可视化、机器学习等；3.生物信息学学习资料和自己的学习笔记！