用于临床诊断和临床决策影响的DCA分析（43）

¥69.90

购买后会显示你购买的服务器的账号和密码。并且发送服务器的账号和密码到你的邮箱作为备份。格式为xxxx:zzzz  （以“：”分割，前边是账号，后边是密码），例如  xiaoyun:998899 那么你的服务器的账号和密码分别是xiaoyun和998899。

有了账号和密码后，不会登录服务器的参考链接：http://www.biocloudservice.com/wordpress/?p=292  

有问题咨询客服，客服微信：18502195490

分类：

描述

临床决策曲线分析（Decision Curve Analysis, DCA）是一种评估临床预测模型、诊断试验和分子标记物的简单方法。传统的诊断试验指标如：敏感性，特异性和ROC曲线下面积仅测量预测模型的诊断准确性，未能考虑特定模型的临床效用，而DCA的优势在于它将患者或决策者的偏好整合到分析中。而这种理念的提出满足了临床决策的实际需要，在临床分析中的应用日益广泛。因此，本软件DCA就是测量预测模型的生物标志物的诊断准确性和临床效用。
使用方法：

Rscript DCA.R    –input=

参数说明：
USAGE:DCA.R –input=<input>PARAMETERS:–input   the expression data,the first column is sample name,the second  column is group,the third column is gene symbol,input txt format.

操作步骤：

1、打开命令行界面，输入“Rscript DCA.R”调阅帮助文档，确定该程序所需的输入文件。2、用户根据帮助文档中的参数说明内容，对参数进行设置。这里，必须输入参数有1个，分别是–input，表示表达数据，第一列是样本名称，第二列是分组，第三列是基因符号，输入txt格式。3、完成参数提交后，按下回车键，整个程序即正式开始进入执行。每步执行内容都会给出提示。程序执行完毕后，界面会显示”Program execution is completed“结束语。
流程图：
结果展示：

1. DCA.pdf

该图表示每个标志物临床决策变化曲线

2. Clinical Impact Curve.pdf

该图表示临床影响变化风险曲线

相关产品

推荐阅读

还在为基因组组装发愁？用MEGAHIT，只需简单几步，让你的基因组组装速度和效率成倍提升！
Read More
Snippy：一条命令从rawdata到进化树，一站式解决你的全基因组SNP分析！
Read More
“弯道”快才是真的快！这款基于“后缀树”算法的基因组比对工具，简直是共线性与SNP检测神器！
Read More