R 我应该使用交叉验证中的平均一致性指数，还是只汇总并建立一个cox比例风险模型？

我一直在使用10倍交叉验证对癌症样本进行生存分析。对于每一次训练，我都会选择特征，然后在测试过程中，我会运行一个修改过的KNN来检索训练邻域，并将它们的平均生存时间分配给一个测试样本（这不是修改的内容，但KNN算法在这里并不重要）。我使用指定的生存时间和测试用例的状态建立了cox比例风险模型，并使用一致性指数来测试性能。目前，我已经建立了一个cox比例风险模型，并提取了每个测试折叠的一致性指数，然后在我完成对整个系统的评估后计算出平均一致性指数

然而，我的同事认为我应该（通过rowbind）汇总所有测试样本的每个时间和状态，并只构建一次cox比例风险模型。然后计算一致性指数

我们已经测试并发现结果是不同的。计算平均值得到0.734（我的方法），而聚合所有测试用例并构建一个模型得到0.720。一、 但是，我们相信，在其他测试过程中，这很容易向另一个方向摆动

因此，我的问题是：这些方法中哪一种是正确的