如何直接从R中的风险分数计算c指数

发布于03月27日

我在做生存分析.以下是我根据测试集和模型得出的风险分数:

risk_scores <- c(0.4995992, 0.5475576, 0.4896132, 0.5176351, 0.5111408, 0.5035943, 0.4995992, 0.4995992, 0.4935940, 0.4879983, 0.5176351, 0.4966655, 0.4995992, 0.4995920, 0.4896132, 0.5779451)

那么如何直接从R中的风险分数计算c指数呢？

下面是我的状态和时间变量:

status <- c(1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1)
time <- c(455, 210, 1022, 310, 361, 218, 166, 170, 567, 613, 707,  61, 301,  81, 371, 520)

我try 了几个包在我的端，但他们的语法混淆了我.期待任何帮助.谢谢！

推荐答案

下面是一个使用nftbart package中的Cindex()的潜在解决方案:

# install.packages("nftbart")
library(nftbart)
#> Loading required package: survival
#> Loading required package: nnet

risk_scores <- c(0.4995992, 0.5475576, 0.4896132, 0.5176351, 0.5111408, 0.5035943, 0.4995992, 0.4995992, 0.4935940, 0.4879983, 0.5176351, 0.4966655, 0.4995992, 0.4995920, 0.4896132, 0.5779451)
status <- c(1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1)
time <- c(455, 210, 1022, 310, 361, 218, 166, 170, 567, 613, 707,  61, 301,  81, 371, 520)

Cindex(risk_scores, time, status)
#> [1] 0.4833333

^{创建于2024—03—27，reprex v2.1.0}

这种方法是否适用于您的实际数据？