Ich habe eine „ähnliche“ Frage in einem anderen Thread gepostet. Ich denke jedoch, dass diese Frage nicht spezifisch / konkret genug ist, um die erwartete Antwort zu erhalten.
Ich weiß, dass bei der Überlebensanalyse der Konkordanzindex (c-Index) verwendet werden kann, um zu messen, wie gut ein Ranking ist Die Liste enthält die Überlebenszeiten der Probanden (FE Harrell, 1996, Abschnitt 5.5). Das heißt, wenn Probanden mit höheren Überlebenszeiten höhere Punktzahlen vom Modell erhalten, ist der c-Index des Modells groß.
Meine Frage lautet: Kann die Punktzahl als Risiko für das Subjekt interpretiert werden? Mit anderen Worten, entsprechen Probanden mit kleineren Punktzahlen (was auf kürzere Überlebenszeiten hinweist) einem größeren Ausfallrisiko?
Kommentare
- Dies ist sicherlich nicht der Fall Entspricht dem Risiko, das relative Risiko zwischen zwei Überlebenskurven zu berechnen. Es scheint jedoch offensichtlich, dass die Konkordanz misst, wie eine Rangfolge mit der Rangfolge auf der Grundlage des Überlebens korreliert. Wenn also der Konkordanzindex für ein bestimmtes Ranking hoch ist, ist das Ranking gut darin, die Hochrisikopersonen vom Niedrigrisiko basierend auf dem Rang zu trennen.
- @MichaelChernick Nochmals vielen Dank. Was meinen Sie in Ihrem letzten Satz genau mit "
Probanden mit hohem Risiko? Das Risiko eines Ausfalls? oder das Risiko eines Ausfalls zu irgendeinem Zeitpunkt? Angenommen, Subjekt A ist höher eingestuft als Subjekt B, dann wissen wir, dass die geschätzte Überlebenszeit von A kürzer als B ist. Bedeutet dies auch, dass das Ausfallrisiko von A zu einem bestimmten Zeitpunkt T größer als B ist ?
Antwort
Der Konkordanzindex ist ein „globaler“ Index zur Validierung der Vorhersage Fähigkeit eines Überlebensmodells. Dies ist der Anteil der Paare in Ihren Daten, bei dem die Beobachtung mit der höheren Überlebenszeit die von Ihrem Modell vorhergesagte höhere Überlebenswahrscheinlichkeit aufweist. Soweit ich mich erinnere, entspricht dies einer Rangkorrelation.
Der Index wird nicht für jede Beobachtung / jedes Subjekt berechnet. Der c-Index kann also nicht als Risiko eines Subjekts interpretiert werden. Hohe Werte bedeuten, dass Ihr Modell höhere Überlebenswahrscheinlichkeiten für höhere beobachtete Überlebenszeiten vorhersagt.
Wenn Sie an dem Risiko eines Probanden in einem Zeitraum t interessiert sind, müssen Sie meiner Meinung nach die Überlebens- und Gefahrenfunktion abschätzen für eine bestimmte Gruppe von Regressoren. Meine Hauptreferenz zu diesem Thema ist Harrell (2001): Strategien zur Regressionsmodellierung, Springer
Kommentare
- Es hat auch eine gewisse Beziehung (Äquivalenz?) Zu AUROC zur Klassifizierung. Siehe biostat.ucsf.edu/vgsm Abschnitt 10.1.2.
Antwort
Ein hohes Risiko bedeutet Ihrer Definition nach wahrscheinlich kurze Überlebenszeiten.
Kommentare
- OK, endlich wir Komm her! Aber halten Sie es für vernünftig zu glauben, dass Probanden mit kürzeren Überlebenszeiten zu einem bestimmten Zeitpunkt mit größerer Wahrscheinlichkeit versagen T ?
- Sie könnten es als Berechnung mit Bayes ' Regel.