限制性立方样条函数（RCS）在比较非线性关系中很常用。既往我们已经讲过R语言制作限制性立方条图，但是讲得比较简单，中间有些环节没写出来，我也不是很满意，今天重新来说一下。主要是要用到rms包的rcs函数来绘制，继续用我们的乳腺癌数据来绘制，因为目前也没找到什么好的数据。我们先导入包，导入数据library(foreign)
library(rms)
bc <- read.spss("E:/r/test/Breast cancer survival agec.sav",use.value.labels=F, to.data.frame=T)
bc <- na.omit(bc)
names(bc)我们先来看看数据：age表示年龄，pathsize表示病理肿瘤大小（厘米），lnpos表示腋窝淋巴结阳性，histgrad表示病理组织学等级，er表示雌激素受体状态，pr表示孕激素受体状态，status结局事件是否死亡，pathscat表示病理肿瘤大小类别（分组变量），ln_yesno表示是否有淋巴结肿大，time是生存时间，后面的agec是我们自己设定的，不用管它。转换分类变量并且抽取一部分变量等下来拟合模型attach(bc)
be<-data.frame(age,status,time,ln_yesno)
be$ln_yesno<-as.factor(be$ln_yesno)对数据进行打包，整理dd <- datadist(be) #为后续程序设定数据环境
options(datadist='dd') #为后续程序设定数据环境拟合模型fit<- cph(Surv(time,status) ~ rcs(age,4) + ln_yesno,data=be)
an<-anova(fit)生成预测值并且做图，我们要注意一下，这里的exp等于把它返回了HR值plot(Predict(fit, age,fun=exp), anova=an, pval=T)
Nonlinear值为0.33，提示不是非线性，论文中我们常可以看见有一条等于1的对比线，如下图这样，说明线上的值大于1，线下面小于1。我们可以通过HR等于1的age对它进行设定。我们进行查看预测表，HR等于1，age为50dd$limits$age[2] <-50
fit1=update(fit)最后画出图形HR<-Predict(fit, age,fun=exp,ref.zero = TRUE)
ggplot(HR)
ggplot()+geom_line(data=HR, aes(age,yhat),linetype=1,size=1,alpha = 0.9,colour="red")+geom_ribbon(data=HR, aes(age,ymin = lower, ymax = upper),alpha = 0.3,fill="red")+geom_hline(yintercept=1, linetype=2,size=1)+theme_classic()+ labs(title = "RCS", x="age", y="HR (95%CI)")其他模型做法也是一样的，只是在构建模型这一块不同。原创不易，求关注，求分享，求点击广告，各种求}