SuperAPI AI 工具集

external-model-validation

通用与其它

查看项目

更新于 10-15 16:44

技能介绍

用途:当已有固定的预后基因签名及系数,需要在独立外部队列(批量表达矩阵+生存数据)上验证时使用。不用于训练或重拟合模型,也不用于列线图、校准曲线、DCA、诊断分类、单细胞数据或无生存终点数据。

输入:模型系数CSV(含Gene、Coef列)、表达矩阵CSV(基因为行、样本为列)、临床CSV(样本ID为行名,含OS与OS.time列;OS为0/1编码)。

使用方式:通过命令行运行,例如:Rscript scripts/main.R --exp_file ./expression.csv --cli_file ./clinical.csv --model_file ./model.csv --output_dir ./output/ --time_unit month --seed 42。主要参数包括--overwrite、--time_unit(day/month/year)、--col_high、--col_low、--roc_cols、--roc_times(始终按年,如1,3,5)、--roc_pos、--km_breaks、--seed、--timeout_seconds。

主要能力:匹配表达与临床样本,校验模型基因存在性;用给定线性预测子计算风险评分,按中位数分为高低风险组;生成风险表、Kaplan-Meier曲线、风险评分图、生存状态图、基因表达热图、时间依赖ROC,以及RDS对象、日志、运行参数与session信息文件。

方法:风险评分按表达值乘系数求和;中位数分组;Kaplan-Meier用survival::survfit、组间比较用survminer::ggsurvplot的log-rank p值;时间依赖ROC用timeROC::timeROC,要求ROC时间点小于最大随访时间。

限制:仅用于研究与验证,不提供诊断、治疗建议或临床决策支持;使用人类队列数据前需去标识化并符合伦理与数据使用要求;事件数过少(少于约5)结果可能不可靠。