Reclassification

Reclassification là một phương pháp dùng để đánh giá tác động của mô hình được cập nhật so với mô hình ban đầu về tác động làm thay đổi ý kiến người sử dụng. {PredictABEL} hàm reclassification được dùng để thực hiện.

head (dt)

##   id fu.days                   status          drug   age    sex ascites
## 1  1     400                    death penicillamine 21464 female       1
## 2  2    4500                 censored penicillamine 20617 female       0
## 3  3    1012                    death penicillamine 25594   male       0
## 4  4    1925                    death penicillamine 19994 female       0
## 5  5    1504 censored due to liver tx       placebo 13918 female       0
## 6  6    2503                    death       placebo 24201 female       0
##   hepatom spiders edema bili chol albumin copper alk.phos   sgot trig
## 1       1       1   1.0 14.5  261    2.60    156   1718.0 137.95  172
## 2       1       1   0.0  1.1  302    4.14     54   7394.8 113.52   88
## 3       0       0   0.5  1.4  176    3.48    210    516.0  96.10   55
## 4       1       1   0.5  1.8  244    2.54     64   6121.8  60.63   92
## 5       1       1   0.0  3.4  279    3.53    143    671.0 113.15   72
## 6       1       0   0.0  0.8  248    3.98     50    944.0  93.00   63
##   platelet protime stage
## 1      190    12.2     4
## 2      221    10.6     3
## 3      151    12.0     4
## 4      183    10.3     4
## 5      136    10.9     3
## 6       NA    11.0     3

dt$outcome [dt$status=='death']= 1
dt$outcome [dt$status!='death']= 0
dt= na.omit (dt)
attach (dt)
library(PredictABEL)
m1= glm(outcome ~ age + factor(ascites) + bili + copper + alk.phos + sgot + protime, family = binomial)
m2= glm (outcome ~ age + bili + alk.phos+ protime, family=binomial)
predRisk1 = predRisk (m1)
predRisk2 = predRisk (m2)
reclassification (data= dt, cOutcome= 21, predrisk1= predRisk1, predrisk2= predRisk2, cutoff= c(0, 0.35, 0.7, 1))

##  _________________________________________
##  
##      Reclassification table    
##  _________________________________________
## 
##  Outcome: absent 
##   
##              Updated Model
## Initial Model [0,0.35) [0.35,0.7) [0.7,1]  % reclassified
##    [0,0.35)        123          6       0               5
##    [0.35,0.7)        9         17       3              41
##    [0.7,1]           0          0       7               0
## 
##  
##  Outcome: present 
##   
##              Updated Model
## Initial Model [0,0.35) [0.35,0.7) [0.7,1]  % reclassified
##    [0,0.35)         15          7       0              32
##    [0.35,0.7)        7         24       3              29
##    [0.7,1]           0          6      49              11
## 
##  
##  Combined Data 
##   
##              Updated Model
## Initial Model [0,0.35) [0.35,0.7) [0.7,1]  % reclassified
##    [0,0.35)        138         13       0               9
##    [0.35,0.7)       16         41       6              35
##    [0.7,1]           0          6      56              10
##  _________________________________________
## 
##  NRI(Categorical) [95% CI]: -0.027 [ -0.1254 - 0.0714 ] ; p-value: 0.5904 
##  NRI(Continuous) [95% CI]: -0.5235 [ -0.754 - -0.2931 ] ; p-value: 1e-05 
##  IDI [95% CI]: -0.0369 [ -0.0591 - -0.0147 ] ; p-value: 0.00115