Cox比例风险模型全集（四）

Cox比例风险模型，又称Cox回归模型，是临床数据分析中较为常用的一种生存分析方法，也是临床数据分析人员应掌握的基本方法。本文就有关Cox回归模型的一系列分析与可视化方法做了一个汇总，主要内容包括：单因素Cox回归、多因素Cox回归分析（含逐步回归）、PH假定检验和含时间依存变量的Cox回归模型、限制性立方样条在Cox回归模型中的应用、LASSO回归在Cox回归模型中的应用、Cox回归模型的评价（C-index、时间依存ROC曲线、校正曲线、决策曲线分析）、Cox回归模型的可视化（森林图、列线图）。另外，考虑到临床预测模型的热度，我们将通过临床预测模型的建立与验证这一过程对上述分析和可视化方法进行一一展现。

今天继续第四贴：多因素Cox比例风险模型的验证与评价。

在前三贴中，我们通过训练集数据建立一个多因素/变量的Cox比例风险模型Cox_mult，接下来将在此基础上，用验证集进行验证和模型评价，主要内容有某时间节点ROC和time-dependent ROC。C-index及其95%置信区间、Calibration curve（校准曲线）、决策曲线分析(DCA)将在后续的主贴中进行分享。

1.绘制ROC：某时间节点ROC和time-dependent ROC

1.1 生成验证集的预测值

1.2 计算各时点的AUC和95%CI

1.3 绘制3年、5年的ROC曲线和time-dependent ROC

以上便是本篇推文的主要内容，在使用验证集时要注意，一定是先根据训练集所建立的模型生成验证集变量所对应的预测值/概率，然后用所得预测值/概率进行后续的ROC绘制。