1.3　區(qū)分度-C指數(shù)

區(qū)分度（Discrimination）是指預(yù)測模型把發(fā)生與未發(fā)生某結(jié)局事件的受試對象區(qū)分開來的能力。簡單來說就是把患者與非患者區(qū)分開的能力，反映模型是否能“明辨是非”。區(qū)分度是模型對結(jié)局事件的一種定性判斷。

區(qū)分度評價常用指標(biāo)包括：AUC/C-index、NRI、IDI（NRI和IDI用于新舊模型區(qū)分度的比較），對于診斷預(yù)測模型和預(yù)后預(yù)測模型也稍有區(qū)別。診斷預(yù)測模型Logistic回歸指標(biāo)包括：AUC、ROC、NRI、IDI；預(yù)后預(yù)測模型COX回歸區(qū)分度指標(biāo)包括：C-index、Time-ROC、NRI、IDI，Time_AUC，其中對于預(yù)后模型，C-index是針對整個模型的，其他都可以分時間點，如1year、3year和5year ROC，以及對應(yīng)時點的NRI和IDI。Time_AUC是將要研究的各個時間點的Time-ROC曲線下面積繪制一條曲線，可以綜合反映模型的總體區(qū)分度的情況。本節(jié)我們先學(xué)習(xí)C-index。

C-index常寫為Harrell concordance index、C statistics、C-indices、Concordance indices，對于Logistic回歸，C-index就是ROC分析的AUC（Area Under Curve）。C指數(shù)的一般判定標(biāo)準(zhǔn)如下。

●　C-index：0.5　完全不一致

●　C-index：1.0　完全一致

●　C-index：0.5-0.7　較低區(qū)分度

●　C-index：0.71-0.90　中等區(qū)分度

●　C-index：＞0.90　高度區(qū)分度

圖1-13為診斷預(yù)測模型區(qū)分度ROC曲線，其中左為訓(xùn)練集，右為驗證集，每個ROC曲線中又包含3條ROC曲線，那是因為構(gòu)建了3個模型，將3個模型的ROC曲線進行了合并繪制。

對于預(yù)后模型，區(qū)分度評價可以計算模型整體的C-index以及繪制時點ROC曲線，如圖1-14和圖1-15所示。圖1-14左圖和圖1-14右圖分別為訓(xùn)練集和驗證集6個月、12個月和24個月ROC曲線，并且給出各自的AUC。

圖1-15上面3幅為訓(xùn)練集1、3、5年時點ROC，圖1-15下面3幅為驗證集1、3、5年時點ROC，圖中的兩條ROC曲線是作者構(gòu)建的Nomogram模型和TNM stage模型，以及各自模型的AUC。

上面僅展示了診斷與預(yù)后模型共同的區(qū)分度展示方法，即ROC曲線及AUC，對于預(yù)后模型，還可以計算模型整體區(qū)分度評價指標(biāo)C-index，我們在后面的實踐中再展示其魅力吧！