科研Labs › 时间依赖 ROC
时间依赖 ROC / 时依 AUC(t)
⚗️ 前沿方法：时依 AUC 用 IPCW（逆删失概率加权，Uno 2007）的累积病例/动态对照定义。正式分析建议用 R 包
timeROC/survivalROC 复核；本工具暂不输出 CI。普通 ROC 不含时间。对预后标志物/模型，判别力会随随访时间变化。时依 AUC(t) 衡量「在时刻 t，能否把已发生事件者与未发生者区分开」，并用 IPCW 处理删失。浏览器本地计算，数据不上传。
① 输入生存数据
每行：时间 状态 标志物（状态 1=事件、0=删失）。空格/Tab/逗号分隔。
评估时间点（逗号分隔）
使用说明与方法学
时依 AUC 和普通 AUC 区别？
普通 ROC/AUC 针对一个固定的二分类结局，不含时间。预后研究里『是否发生事件』取决于看哪个时间点，且有删失。时依 AUC(t) 针对每个时间点分别评估判别力，并用 IPCW 校正删失偏倚。
为什么 AUC 会随时间变？
一个标志物可能在早期很能区分高低风险，但随时间推移区分度下降（或相反）。时依 AUC(t) 曲线能展示这种随访期内判别力的变化。
病例/对照怎么定义？
本工具用『累积/动态』定义：在时间 t，事件时间≤t 且为事件者为病例，时间>t 者为对照；在 t 之前删失者通过 IPCW 加权间接处理。
为什么没有置信区间？
时依 AUC 的 CI 需自助法或渐近方差，且对删失估计敏感，易出错。为稳妥本工具只给点估计，CI 与更稳健的估计请用 R 的 timeROC/survivalROC 包。