Stata：预测模型中的临床决策曲线-dca

Stata连享会   主页 || 视频 || 推文 || 知乎 || Bilibili 站

温馨提示： 定期 清理浏览器缓存，可以获得最佳浏览体验。

New！ lianxh 命令发布了：
随时搜索推文、Stata 资源。安装：
  . ssc install lianxh
详情参见帮助文件 (有惊喜)：
  . help lianxh
连享会新命令：cnssc, ihelp, rdbalance, gitee, installpkg
 

✌ 课程详情： https://gitee.com/lianxh/Course

⛳ 课程主页： https://gitee.com/lianxh/Course

⛳ Stata 系列推文：

• 全部 | Stata入门 | Stata教程 | Stata资源 | Stata命令
• 计量专题 | 论文写作 | 数据分享 | 专题课程
• 结果输出 | Stata绘图 | 数据处理 | Stata程序
• 回归分析 | 面板数据 | 交乘项-调节 | IV-GMM
• 内生性-因果推断 | 倍分法DID | 断点回归RDD | PSM-Matching | 合成控制法
• Probit-Logit | 时间序列 | 空间计量 | 分位数回归 | 生存分析 | SFA-DEA
• 文本分析-爬虫 | Python-R-Matlab | 机器学习
• Markdown | 工具软件 | 其它

☝ PDF下载 - 推文合集

作者：Bethune0507
邮箱：bethune0507@163.com

目录

1. 临床决策曲线分析

诊断试验中根据灵敏度和特异度可以做出 ROC 曲线，得到 AUC，来评价诊断试验的准确性。但数理统计上的准确并不代表患者一定会受益。比如下图所示，通过某观测值预测患者是否患了某病，无论选取哪个值为临界值，都会遇到假阳性和假阴性的可能。

但临床上有时候避免假阳性受益更大，有时候避免假阴性受益更大。所以希望找到一个净受益最大的方法。DCA 就应运而生了。纪念斯隆凯特琳癌症研究所的官方网站上设立了专门的网页，来介绍 DCA 的相关理论、发表文章以及软件实现方法。「网站」提供了 Stata、R 和 SAS 三种软件实现 DCA 曲线分析，并配有详细的教程。

2. 怎么解读 DCA 的含义

横坐标为阈概率 (ThresholdProbability)：患者 $i$ 诊断为某种疾病的概率记为 $Pi$；当 $Pi$ 达某个阈值 (记为 $Pt$)，就界定为阳性，采取治疗措施。此时会有病人治疗的获益 (利)，也会有非病人治疗的伤害 (误诊) 以及病人未治疗的损失 (弊)。而纵坐标就是利减去弊之后的净获益 (Net Benefit，NB)。

灰色横线与黑色斜线代表两种极端情况。灰色横线代表所有患者全部没病，都没有治疗。这种情况下，没有治疗受益。黑色斜线代表所有患者全都诊断有病，因此全部接受治疗。黑色虚线代表模型的情况，一般来讲，曲线离两种极端情况越远越好。

3. Stata 实操

3.1 命令介绍

*命令安装
cnssc install lxhget, replace
lxhget dca.pkg, install replace

*命令语法
dca depvar indepvars [if] [in] [, options]

• depvar 定义结局事件，有无糖尿病；
• indepvars 定义预测概率。

3.2 具体示例

. webuse lbw.dta, clear
. logit low age lwt

Logistic regression                                     Number of obs =    189
                                                        LR chi2(2)    =   7.53
                                                        Prob > chi2   = 0.0231
Log likelihood = -113.56932                             Pseudo R2     = 0.0321
------------------------------------------------------------------------------
         low | Coefficient  Std. err.      z    P>|z|     [95% conf. interval]
-------------+----------------------------------------------------------------
         age |     -0.040      0.032    -1.23   0.218       -0.103       0.023
         lwt |     -0.013      0.006    -2.05   0.040       -0.025      -0.001
       _cons |      1.747      0.997     1.75   0.080       -0.207       3.701
------------------------------------------------------------------------------

. predict predlow, pr

. * Decision Curve Analysis
. dca low predlow, smooth xstop(0.5) lcolor(black gs8 black) ///
>     lpattern(solid solid dash) title("Decision Curve Analysis Example", ///
>     size(4) color(red)) scheme(s1mono)

4. 相关推文

Note：产生如下推文列表的 Stata 命令为：
  lianxh probit logit, m
安装最新版 lianxh 命令：
  ssc install lianxh, replace

• 专题：Stata命令

  • Stata新命令：面板-LogitFE-ProbitFE
• 专题：交乘项-调节

  • Logit-Probit中的交乘项及边际效应图示
• 专题：Probit-Logit

  • Stata：面板混合选择模型-cmxtmixlogit
  • Logit-Probit：非线性模型中交互项的边际效应解读
  • 秒懂小罗肥归：logit与mlogit详解
  • reg2logit：用OLS估计Logit模型参数
  • feologit：固定效应有序Logit模型
  • Stata：多元 Logit 模型详解 (mlogit)
  • Stata：Logit模型一文读懂
  • 详解 Logit/Probit 模型中的 completely determined 问题
  • Stata：Logit 模型评介
  • 二元选择模型：Probit 还是 Logit？
  • Stata：何时使用线性概率模型而非Logit？
  • Stata：嵌套 Logit 模型 (Nested Logit)
  • Stata：二元Probit模型
  • 动态 Probit 模型及 Stata 实现

相关课程

免费公开课

• 直击面板数据模型 - 连玉君，时长：1小时40分钟，课程主页，Bilibili 站版
• Stata 33 讲 - 连玉君, 每讲 15 分钟. 课程主页，课件，Bilibili 站版
• Stata 小白的取经之路 - 龙志能，时长：2 小时，课程主页
• 部分直播课 课程资料下载 (PPT，dofiles等)

最新课程-直播课

• Note: 部分课程的资料，PPT 等可以前往 连享会-直播课 主页查看，下载。

⛳ 课程主页

⛳ 课程主页

关于我们

• Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。
• 连享会-主页 和 知乎专栏，700+ 推文，实证分析不再抓狂。直播间 有很多视频课程，可以随时观看。
• 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标，输入简要关键词，以便快速呈现历史推文，获取工具软件和数据下载。常见关键词：课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法 等

连享会小程序：扫一扫，看推文，看视频……

扫码加入连享会微信群，提问交流更方便

✏ 连享会-常见问题解答：
✨ https://gitee.com/lianxh/Course/wikis

New！ lianxh 和 songbl 命令发布了：
随时搜索连享会推文、Stata 资源，安装命令如下：
  . ssc install lianxh
使用详情参见帮助文件 (有惊喜)：
  . help lianxh