时间依赖 ROC（Time-dependent ROC）

分类：生存分析 ｜ 依赖包：timeROC

解决的生物学问题

我的预后 signature / risk score 在不同随访时间点的预测准确度有多高？

应用场景

• LASSO Cox signature 性能评估
• 单基因预后能力对比
• 多模型 AUC 对比
• Risk score 与临床变量对比

输入数据格式

数据框：time, status, marker（risk score 或单基因表达）

关键参数

• times（评估时间点，单位与 time 列一致）
• cause = 1（事件代码，多原因竞争事件分析时区分）
• iid = TRUE（计算置信区间需要）
• weighting（默认 marginal）

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/time-roc.R
curl -O https://<your-site>/figcode/data/time-roc.csv

3. 安装依赖

# CRAN 包
install.packages(c("timeROC"))

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

library(timeROC)

# --- Demo data ---
set.seed(42)
n <- 200
df <- data.frame(
  time   = rexp(n, 0.05),
  status = sample(0:1, n, replace = TRUE, prob = c(0.4, 0.6)),
  marker = rnorm(n)
)
# Make the marker informative
df$time <- pmax(df$time + 0.5 * df$marker, 0.1)

# --- Time-dependent ROC at 1, 3, 5 years (assuming time in years) ---
roc <- timeROC(
  T      = df$time,
  delta  = df$status,
  marker = df$marker,
  cause  = 1,
  times  = c(1, 3, 5),
  iid    = TRUE
)

# --- Plot ---
plot(roc, time = 1, col = "#dc2626", title = FALSE, lwd = 2)
plot(roc, time = 3, col = "#059669", add = TRUE, lwd = 2)
plot(roc, time = 5, col = "#2563eb", add = TRUE, lwd = 2)
legend("bottomright",
       legend = paste0(c("1 yr", "3 yr", "5 yr"), " AUC = ",
                       round(roc$AUC, 3)),
       col = c("#dc2626", "#059669", "#2563eb"),
       lwd = 2, bty = "n")
title("Time-dependent ROC")

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

• 输入格式：数据框：time, status, marker（risk score 或单基因表达）
• 使用 read.csv() / readRDS() 读取本地文件

延伸阅读

• 相关教程：时间依赖 ROC 完整流程
• 出现 bug？欢迎在 FigCode 页面 点击对应卡片，在评论区留言。