数据挖掘肿瘤预测_【肿瘤预测模型系列】如何在R软件中求一致性指数( Harrell'concordance index:C-index)？...

今晚收到一封医生好友的邮件，咨询如何求Harrell的C-index？曾在丁香园论坛里遇到过朋友求助，自己也尝试回答过，论坛里回答的言简意赅，针对问题论问题，没有详细的原理说明，今天趁回复朋友邮件的机会，就大致总结下自己对C-index的理解以及在R软件中的计算过程。

所谓C-index，英文名全称concordance index，中文里有人翻译成一致性指数，最早是由范德堡大学(Vanderbilt University)生物统计教教授Frank E Harrell Jr1996年提出，主要用于计算生存分析中的COX模型预测值与真实之间的区分度(discrimination)；现阶段用的最多的是肿瘤患者预后模型的预测精度。一般评价模型的好坏主要有两个方面，一是模型的拟合优度(Goodness of Fit),常见的评价指标主要有R方，-2logL,AIC,BIC等等；另外一个是模型的预测精度，主要就是模型的真实值与预测值之间的差的大小，均方误差，相对误差等。从临床应用的角度来说，我们更注重后者，即统计建模主要是用于预测，而从C-index的概念大家看出它属于模型评价指标的后者，这一指标比前面提到的几个指标看起来更高大上，一般文献中用的也比较多。换句话说，如果预后模型建好，效果不错，即使不知道如何计算C-index值，报告软件输出结果中的预测误差是相同效果，再添加拟合优度会更能说明效果，这样反而更实用。

C-index本质上是估计了预测结果与实际观察到的结果相一致的概率，即资料所有病人对子中预测结果与实际结果一致的对子所占的比例。有点类似于ROC曲线下面积。

C-index的计算方法是:把所研究的资料中的所有研究对象随