生存模型的AUC

前面的文章总结了分类模型的AUC评价，但是对于生存模型如Cox比例风险模型，是否有类似的评价指标呢？

比较简单粗暴的想法是，确定一个生存终点，从而将生存模型的评价转化为分类模型的评价，比如3年DFS，此时生存时间和生存状态便依据3年这个时间点，转化成第3年那个时刻的“生存状态”，即模型因变量变成了分类变量。这个时候可以直接用分类模型的AUC计算方式直接计算（但是预测模型应该仍然是用Cox模型，暂时没实际操作过）。这种方法有个局限性，就是只能评价单个时间点的预测能力，而不能评价整个模型的性能；比如有可能3年生存的AUC比较大，但是5年生存的AUC却很小，模型的评价很片面。

由于这种局限性，不得不引出本文将叙述的方法，叫Time-Dependent ROC（又称survival ROC），在生存模型上计算AUC，也就是本文将叙述的方法。当然除了AUC这个指标，生存数据还可以用C-index（concordance）（C-statics）进行评价，C-index很接近AUC，本文不展开叙述了。

Time-Dependent ROC方法是由Heagerty等人于2005年在一篇论文中提出来的（Survival Model Predictive Accuracy and ROC Curves）。

先贴一个链接：Time-dependent ROC for Survival Prediction Models in R

这个系列主要分为2大块内容：敏感度和特异度定义的拓展、一致性评价指标的构建。

1、敏感度和特异度定义的拓展

Cumulative case/dynamic control ROC

Incident case/dynamic control ROC

2、一致性评价指标的构建

这个指标的构建是基于C-index的思想，或者说是将C-index的思想和ROC的思想融合而成。计算方法如下

这个指标也就是iAUC，即Integrated AUC using w(t)= 2 ∗ f(t) ∗ S(t)。

 

代码实现常使用的R包：risksetROC、timeROC包、survivalROC等。

iAUC的计算主要是使用R包risksetROC，计算的核心代码如下：

## first find the estimated survival probabilities at unique failure times
surv.prob <- unique(survfit(Surv(survival.time,survival.status)~1)$surv)

fit0 <- coxph( Surv(survival.time,survival.status)
               ~ score + cell.type + tx + age, na.action=na.omit )
eta <- fit0$linear.predictor
model.score <- eta
utimes <- unique( survival.time[ survival.status == 1 ] )
utimes <- utimes[ order(utimes) ]
## find AUC at unique failure times
AUC <- rep( NA, length(utimes) )
for( j in 1:length(utimes) )
{
  out <- CoxWeights( eta, survival.time, survival.status,utimes[j])
  AUC[j] <- out$AUC
}
## integrated AUC to get concordance measure
iAUC <- IntegrateAUC( AUC, utimes, surv.prob, tmax=365 )

一般iAUC的计算，还会涉及置信区间的评估，或者是模型的内部验证，此时可以选择Bootstrap重采样（验证）或交叉验证计算。

 

留有一个疑惑，这些情况是否需要使用svycoxph建模，关于svydesign和svycoxph，先贴两个链接

Understanding survey design (svydesign)

survey-Reference Manual

 

另外这个是生存分析的R工具手册：Survival-Reference Manual

 

参考资料：

Heagerty, P.J., Zheng Y. (2005) Survival Model Predictive Accuracy and ROC curves Biometrics, 61, 92 – 105

Time-dependent ROC for Survival Prediction Models in R

risksetROC-Reference Manual

如何在R软件中求一致性指数

R语言绘制ROC曲线02-plotROC