2.彩色条带式静态诺莫图

在之前的文章中已经介绍过VRPM程序包及其安装步骤，这里不再赘述。由于暂时还未找到将3个时间段的死亡预测放在一张图里，这里仅展示8年（96个月）内肿瘤患者生存概率（即1-死亡风险）的诺莫图。要注意的是，colplot接受的是coxph函数建立的模型，而且在使用coxph建立模型时要设置model=T，最后在输出图片时选择随访的时间（详见代码）。

#1.加载程序包

library(VRPM)

library(survival)

#2.使用coxph构建模型

Cox_nomo2

data=train_data,model=T)

#3.绘制彩色诺莫图

colplot(Cox_nomo2,coloroptions=2,

time=96,#设置随访时间为8年

risklabel="Probabilityofsurvival",

filename="ColorNomogram_8-Yr")

Figure2.彩色条带式静态诺莫图

3.线段式动态诺莫图

在regplot()中，我们可以通过选项failtime来设置随访时间，如failtime=c(36,60,96)，设置随访时间为3年、5年和8年。在显示风格上，这次我们直接指定定量变量和定性变量的显示格式分别为“violin”和“boxes”。另外一点需要说明的是，当设置clickable=T时，我们可以在Rstudio中手动选择患者的不同特征，以查看不同特征患者的预测概率。因此，在不需要知道某一特定患者预测概率的情况下，我们可在选项observation中随意指定一个患者。

#1.加载程序包

library(regplot)

#2.构建模型

Cox_nomo3

data=train_data,x=T,y=T)

#3.绘制线段式诺莫图

regplot(Cox_nomo3,observation=train_data[4,],#指定某一患者，4即是选择数据集中第四位患者

interval="confidence",title="Nomogram",