a practical perspective on the concordance index For evaluation and selection of prognostic time-to-event models

Utvikling av en prognostisk modell for biomedisinske applikasjoner krever vanligvis kartlegging av individets sett med kovariater til et mål på risikoen for at han eller hun kan oppleve hendelsen som skal forutsies. Mange scenarier, men spesielt de som involverer uønskede patologiske utfall, er bedre beskrevet ved eksplisitt regnskap for tidspunktet for disse hendelsene, så vel som deres sannsynlighet. Som et resultat kan tradisjonelle klassifiserings-eller rangeringsberegninger i disse tilfellene være utilstrekkelige for å informere modellevaluering eller utvalg. For å løse denne begrensningen er det vanlig praksis å reframe problemet i sammenheng med overlevelsesanalyse, og i stedet ty til konkordansindeksen (C-indeksen), som oppsummerer hvor godt en spådd risikoscore beskriver en observert hendelsesforløp. En praktisk meningsfull tolkning Av C-indeksen kan imidlertid presentere flere vanskeligheter og fallgruver. Spesielt identifiserer vi to hovedproblemer: i) C-indeksen forblir implisitt og subtilt, avhengig av tid, og ii) dens forhold til antall fag hvis risiko ble feilaktig spådd, er ikke grei. Unnlatelse av å vurdere disse to aspektene kan introdusere uønskede og uønskede forstyrrelser i evalueringsprosessen, og til og med resultere i valg av en suboptimal modell. Derfor, her, vi diskutere måter å få en meningsfull tolkning på tross av disse vanskelighetene. Med sikte på å hjelpe eksperimenter uavhengig av deres kjennskap Til C-indeksen, starter vi fra en innledende presentasjon av sin mest populære estimator, fremhever sistnevntes tidsmessige avhengighet, og foreslår hvordan det kan brukes riktig til å informere modellvalg. Vi adresserer Også ikke-lineariteten Til C-indeksen med hensyn til antall korrekte risikovurderinger, og utarbeider et forenklet rammeverk som kan muliggjøre en enklere tolkning og kvantifisering Av C-indeksforbedringer eller forverringer.

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert.