模型评价——C-index

最新推荐文章于 2024-01-31 16:07:50 发布

weixin_30772261

最新推荐文章于 2024-01-31 16:07:50 发布

阅读量5.2k

点赞数 1

文章标签： r语言

原文链接：http://www.cnblogs.com/precious-hui/p/10675368.html

版权

本文介绍了如何使用R语言计算Cox回归模型的C-index，包括从survival包和rms包中的不同方法，并提供了代码示例。通过模拟数据，展示了计算未调整和偏置调整的C指数。

摘要由CSDN通过智能技术生成

二、C-index计算

在很多临床文章中经常看见统计方法里面描述模型的区分能力（Discrimination ability）用C-Statistics来度量，下面我们就用R语言为大家演示这个所谓的C-Statistics如何计算？本文先讲解Cox回归中的C-Statistics （一般称为C-index）的计算，Logistic回归C-Statistics计算将在后续文章中介绍。严格说来C-index包括以下几种，我们仅介绍临床上较为常用的第一种。

1.Harrell’s C

2.C-statistic by Begg et al.(survAUC::BeggC)

3.C-statistic by Uno et al.(survC1::Inf.Cval; survAUC::UnoC)

4.Gonen and Heller Concordance Index forCox models (survAUC::GHCI, CPE::phcpe, clinfun::coxphCPE)

方法1： 直接从survival包的函数coxph结果中输出，需要R的版本高于2.15.需要提前安装survival包可以看出这种方法输出了C-index (对应模型参数C)，也输出了标准误，95%可信区间就可以通过C加减1.96*se得到。并且这种方法也适用于很多指标联合。

方法2： 利用rms包