打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
R中cox回归一致性指数(C-index), 二种方法得出结果为何会不一致

方法一:

方法二:

library(survival)   cindex <-concordance.index(predict(fit),surv.time =result$os,surv.event = result$event1,method = 'noether') > cindex$c.index; cindex$lower; cindex$upper[1] [1] 0.3010949[1] 0.4181514

方法三,为了验证,我换一种办法:

> survConcordance(Surv(result$os, result$Event1) ~ predict(fit, result))Call:survConcordance(formula = Surv(result$os, result$Event1) ~ predict(fit,     result))  n= 449 concordant discordant  tied.risk  tied.time   std(c-d)  21313.000   6483.000  13485.000      7.000   1925.018

方法四:

library(survival)  > library(Hmisc)> fp <- predict(fit)#模型预测> cindex=1-rcorr.cens(fp,Surv(result$os, result$Event1)) [[1]]# > cindex[1] 0.6796226

方法一,三四都是0.68.而方法二是0.30.说实在的,真不知道 方法二会有这么大差异,为何会不一致。你会认为方法二不对吗?

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
丁香园论坛
在R中求一致性指数( Harrell'concordance index:C
决策树与随机森林(8)—— 随机生存森林实战
RNAseq|构建预后模型后你还需要这些图,森林图,诺莫图,校准曲线,DCA决策曲线
对“不同数据来源的生存分析比较”的补充说明
Cox回归列线图(nomogram)的4种绘制方法
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服