C-index，英文名全称concordance index，也称作一致性指数，主要用于计算生存分析中的COX模型预测值与真实之间的区分度。C-index的计算方法是把所研究的资料中的所有研究对象随机地两两组成对子，以生存分析为例，两个病人如果生存时间较长的一位其预测生存时间长于另一位，或预测的生存概率高的一位的生存时间长于另一位，则称之为预测结果与实际结果相符，称之为一致。现阶段用最多的是肿瘤患者预后模型的预测精度。一般评价模型的好坏主要有两个方面，一是模型的拟合优度（Goodness of Fit)；另外一个是模型的预测精度，主要就是模型的真实值与预测值之间的差的大小，均方误差，相对误差等。从临床应用的角度来说，我们更注重后者，即统计建模主要是用于预测，而C-index就属于模型评价指标的后者。因此，本软件就是基于临床肿瘤样本的生存信息和临床资料，包括年龄、性别、肿瘤等级、TNM分期、肿瘤分期以及风险评分，来评价各个临床特征或联合作用对预后的预测精度。
使用方法：
Rscript timeCindex.R-input=
参数说明：
USAGE:
timeCindex.R-input=
PARAMETERS:
-input the expression data,the first column is sample name,the second column is overall survival status ,the third column is overall survival time,From the fourth column to the last column, there are clinical factors.input csv format.
操作步骤：
1、打开命令行界面，输入“Rscript timeCindex.R”调阅帮助文档，确定该程序所需的输入文件。
2、用户根据帮助文档中的参数说明内容，对参数进行设置。这里，必须输入参数只有1个为 -input，表示样本的临床信息和生存预后信息，前两列分别是生存状态和生存时间，从第三列开始依次是样本的临床信息，比如年龄，性别，TNM分期等等。
3、完成参数提交后，按下回车键，整个程序即正式开始进入执行。每步执行内容都会给出提示。程序执行完毕后，界面会显示”Program execution is completed”结束语。
流程图：
结果展示：
1.cindex.csv
该文件表示各个模型1-10年期间对预后的预测一致性指数C-index，第一列为对应的年份，每半年进行一次计算。
2.time-dependent Cindex.pdf
该图表示各个模型的C-index随着时间变化的分布折线图，一般高于0.6认为模型具有较高的预测精度（这里由于是随机模拟的数据，整体指数都不是很高）
特别说明：本代码经申请软件著作权，仅转让使用权，不转让所有权
代码合集
向上滑动阅览
R可视化：ggcor包做复杂相关性热图（免费）
R可视化：热图中标注感兴趣的基因（免费）
【1】lncRNA的拷贝数变异下游相关分析
【2】R可视化：ggstatsplot包—科研界的美图秀秀
【3】随机森林算法用于分类预测和筛选诊断标志物
【4】基于本地Java版GSEA的输出结果整合多个通路到一张图
【5】基于岭回归模型和基因表达矩阵估算样本对药物反应的敏感性
【6】基于R包NMF对样本进行分型分析
【7】DALEX包用于探索、解释和评估模型；分析不同特征变量对响应变量的影响
【8】根据肿瘤突变负荷TMB进行KM生存分析寻找最佳的cutoff
【9】基于单样本富集分析算法评估组织中的免疫细胞浸润水平
【10】代码分享│什么？你还在用散点图来可视化数据之间的相关性
【11】代码分享│诊断列线图、校准曲线、决策曲线和临床影响曲线的构建
【12】代码分享│你了解基因的动态变化模式吗
【13】代码分享│生物信息分析之SCI热门图表-复杂热图
【14】代码分享│生物信息分析之SCI热门图表-火山图
【15】代码分享│生物信息分析之SCI热门图表-箱型图和小提琴图
【16】代码分享│深度学习-人工神经 络（ANN）的构建
【17】代码分享│R可视化：高分文章绘图之基于RCircos包的多类型圈图绘制
【18】代码分享│R可视化：基因与功能之间的关系–GO功能富集 络图绘制
【19】代码分享│生物信息分析之SCI热门图表—KM曲线和tROC曲线
【20】代码分享│R可视化：肿瘤预后模型之Cox回归分析后用R语言绘制森林图
【21】代码分享│生物信息分析之SCI热门图表—相关性热图和散点图
【22】代码分享│生信分析之R语言分析相关性及可视化的N种风格
【23】代码分享│TCGA数据获取有困难，不会预处理，学习起来
【24】代码分享│机器学习-支持向量机递归特征消除（SVM-RFE）的构建
【25】代码分享│R可视化：对两个矩阵进行相关性可视化分析
【26】GEO数据库多数据集差异分析整合利器RRA，再也不用纠结去除批次效应
【27】你与生信大佬的距离，只差2分钟搞定预后模型构建和性能评估
【28】9+SCI纯生信，模型构建中的“流量明星”，你不得不知的LASSO
【29】手把手教你画美观大气的lasso回归模型图，为你的SCI增砖添瓦
【30】R可视化：clusterProfiler包做组间比较GO富集图
【31】代码分享|R可视化：复杂热图绘制技巧之热图中添加柱状图
【32】代码分享——基于基因突变信息分析肿瘤突变负荷
【33】代码分享│富集不到想要的通路？别放弃呀，试试GSEA
【34】代码分享│还在用PCA做降维聚类吗？最强降维模型tSNE–你值得拥有
【35】代码分享│GSVA：原来功能通路也能做差异分析！
【36】代码分享│Slingshot：你不知道的单细胞拟时序分析还有它
【37】基于基因功能注释信息挖掘关键作用基因
【38】基于癌症分类预测的标志物特征提取的SVM-RFE分析代码
【39】依据表型数据基于无监督聚类算法对研究群体进行分层聚类分析
【40】基于稳健排序整合算法对多数据集进行整合及可视化
【41】基于基因表达谱估算样本免疫基质评分和肿瘤纯度
【42】自动化绘制LASSO算法回归模型图
【43】用于临床诊断和临床决策影响的DCA分析
选分析方向可以从最新发表文献入手，当然最便捷的方法当然还是持续关注小云的生信思路推荐，想定制创新性思路欢迎直接call小云，云生信团队竭诚为您的科研助力！
添加小云公 云生信学生物信息学还可以领取免费科研资源大礼包！（内含：生信高分文献120+篇，单篇文献字数5000+，篇篇干货，另外找小云还可以免费查询生信数据哦！）
付费后领取代码相关文件
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！