python中的一致性索引

python中的一致性索引,python,numpy,scikit-learn,survival-analysis,Python,Numpy,Scikit Learn,Survival Analysis,我正在寻找一个python/sklearn/lifelines/实现哈雷尔的c-index(concordanceindex)的任何东西,如中所述 使用以下步骤计算C指数: 在数据上形成所有可能的案例对 省略那些生存时间较短的对被删失。如果Ti=Tj省略对i和j,除非至少有一个是死亡。让allowed表示允许对的总数 对于Ti和Tj不相等的每个允许对,如果存活时间较短,则计数1 时间具有更差的预测结果;如果预测结果是并列的,则计算0.5。对于每个允许的配对,其中Ti=Tj都是死亡,如果预测结果是

我正在寻找一个python/sklearn/lifelines/实现哈雷尔的c-index(concordanceindex)的任何东西,如中所述

使用以下步骤计算C指数:

  • 在数据上形成所有可能的案例对
  • 省略那些生存时间较短的对被删失。如果
    Ti=Tj
    省略对i和j,除非至少有一个是死亡。让
    allowed
    表示允许对的总数
  • 对于
    Ti
    Tj
    不相等的每个允许对,如果存活时间较短,则计数1 时间具有更差的预测结果;如果预测结果是并列的,则计算0.5。对于每个允许的配对,其中
    Ti=Tj
    都是死亡,如果预测结果是并列的,则计数1;否则,计数0.5。对于每个允许的 配对,其中
    Ti=Tj
    ,但不是两个都是死亡,如果死亡发生,则计数1 预测结果较差;否则,计数0.5。让一致表示 所有允许对的总和
  • C-索引
    C
    ,由
    C=一致性/允许性
    定义

  • 注意:
    nltk
    有一个具有不同含义的
    ConcordanceIndex
    方法:(

    生命线包现在已经实现了这个生命线包现在已经实现了这个生命线包可以实现一致性索引

    pip安装生命线

    conda安装-c conda forge救生索

    例如:

    from lifelines.utils import concordance_index
    cph = CoxPHFitter().fit(df, 'T', 'E')
    concordance_index(df['T'], -cph.predict_partial_hazard(df), df['E'])
    

    生命线包可以实现一致性索引

    pip安装生命线

    conda安装-c conda forge救生索

    例如:

    from lifelines.utils import concordance_index
    cph = CoxPHFitter().fit(df, 'T', 'E')
    concordance_index(df['T'], -cph.predict_partial_hazard(df), df['E'])