Time-dependent ROC / Time-dependent AUC(t)
timeROC/survivalROC; this tool does not yet output a CI.A plain ROC has no time dimension. For a prognostic marker/model, discrimination changes over follow-up. Time-dependent AUC(t) measures "at time t, can we separate those who have had the event from those who have not", handling censoring with IPCW. Calcul local dans le navigateur ; aucune donnée n'est envoyée.
① Saisie survival data
Each row: time status marker (status 1=event, 0=censored). Space/Tab/comma-separated.
Mode d'emploi et méthodologie
En quoi l'AUC dépendante du temps diffère-t-elle de l'AUC ordinaire ?
La ROC/AUC ordinaire cible un critère binaire fixe sans dimension temporelle. En recherche pronostique, « l'événement est-il survenu » dépend du temps regardé, et il y a de la censure. L'AUC(t) dépendante du temps évalue la discrimination séparément à chaque instant et corrige le biais de censure par IPCW.
Pourquoi l'AUC change-t-elle dans le temps ?
Un marqueur peut bien discriminer haut vs bas risque au début puis perdre de la discrimination plus tard (ou l'inverse). La courbe AUC(t) montre ce changement de discrimination au cours du suivi.
Comment cas/contrôles sont-ils définis ?
Cet outil utilise la définition « cumulatif/dynamique » : au temps t, ceux avec temps d'événement ≤t et un événement sont des cas, ceux avec temps >t sont des contrôles ; ceux censurés avant t sont traités indirectement via la pondération IPCW.
Pourquoi n'y a-t-il pas d'intervalle de confiance ?
L'IC de l'AUC dépendante du temps nécessite un bootstrap ou une variance asymptotique et est sensible à l'estimation de la censure, donc sujet à erreur. Par sécurité cet outil ne donne que des estimations ponctuelles ; pour des IC et des estimations plus robustes, utilisez les packages R timeROC/survivalROC.
Collez le lien dans Slack, Teams, X ou LinkedIn — l’aperçu utilise la carte Open Graph de cette page.