实验结果报告

NCCTG 肺癌独立测试集生存预后预测

已完成。本报告汇集本次运行已生成的结果、图表与待补充事项。

2026-10-15T11:55:25.624573+00:00研究运行run-9d4af0c59e

运行概况

步骤	执行状态
prepare	已完成
fit	已完成
evaluate	已完成
plots	已完成
verify	已完成

指标保留输出中的名称与数值。未提供的真值、对照实验与外部验证不推断为已完成。

关键结果与指标

指标 / 项目	结果
dataset	NCCTG lung
patients	228
train_n	159
test_n	69
test_events	50
test_censored	19
test_harrell_c_index	0.643737
test_comparable_pairs	1868
test_bootstrap_ci95	[0.5535286797971145, 0.7278683207026383]
bootstrap_replicates	1000
bootstrap_seed	20261016
ci_condition	Test-patient resampling conditional on this fitted model; no refitting
risk_threshold_source	Training median log risk
concordance_definition	Strictly shorter observed time with event; predicted ties receive 0.5; equal observed times excluded
method_scope	Right-censored NCCTG cohort; fixed three-variable Cox PH; one internal held-out patient split

结果图谱

图 1 · prediction_calibration.png
显示副本；原始输出保留在结果文件夹。

图 2 · reports/run-9d4af0c59e/analysis-distribution-01.svg
显示副本；原始输出保留在结果文件夹。

图 3 · reports/run-9d4af0c59e/analysis-distribution-02.svg
显示副本；原始输出保留在结果文件夹。

图 4 · reports/run-9d4af0c59e/analysis-distribution-03.svg
显示副本；原始输出保留在结果文件夹。

图 5 · reports/run-9d4af0c59e/analysis-distribution-04.svg
显示副本；原始输出保留在结果文件夹。

图 6 · reports/run-9d4af0c59e/analysis-distribution-05.svg
显示副本；原始输出保留在结果文件夹。

图 7 · reports/run-9d4af0c59e/analysis-distribution-06.svg
显示副本；原始输出保留在结果文件夹。

图 8 · reports/run-9d4af0c59e/analysis-distribution-07.svg
显示副本；原始输出保留在结果文件夹。

图 9 · reports/run-9d4af0c59e/analysis-distribution-08.svg
显示副本；原始输出保留在结果文件夹。

图 10 · reports/run-9d4af0c59e/analysis-distribution-09.svg
显示副本；原始输出保留在结果文件夹。

图 11 · reports/run-9d4af0c59e/analysis-distribution-10.svg
显示副本；原始输出保留在结果文件夹。

图 12 · reports/run-9d4af0c59e/analysis-distribution-11.svg
显示副本；原始输出保留在结果文件夹。

图 13 · reports/run-9d4af0c59e/analysis-distribution-12.svg
显示副本；原始输出保留在结果文件夹。

图 15 · test_survival.png
显示副本；原始输出保留在结果文件夹。

图 16 · training_diagnostics.png
显示副本；原始输出保留在结果文件夹。

数据与统计

bootstrap_cindex.csv

分析 1000 行

原始数据摘录 · 前 8 行，最多 12 列

c_index
0.5970952124798279
0.6035322777101096
0.6330049261083743
0.631190727081138
0.6493239271017048
0.6574178935447339
0.6676151060527677
0.5797811059907834

coefficients.csv

分析 3 行

字段	有效值	均值	中位数	最小值	最大值
beta_per_unit	3	-0.03993	0.0258	-0.478991	0.333401
hazard_ratio_per_unit	3	1.01375	1.02614	0.619408	1.39571
beta_per_training_sd	3	0.0792448	0.236369	-0.235478	0.236843

原始数据摘录 · 前 8 行，最多 12 列

feature	beta_per_unit	hazard_ratio_per_unit	beta_per_training_sd
age	0.025799996515531495	1.0261356972336604	0.23636943883592845
female	-0.4789909335232863	0.619408100516461	-0.2354782360278049
ph.ecog	0.3334009464958393	1.395706790045903	0.2368432451445935

predictions.csv

分析 228 行

字段	有效值	均值	中位数	最小值	最大值
time	228	305.232	255.5	5	1022
event	228	0.723684	1	0	1
log_risk	228	0.0129289	0.0279463	-1.09604	1.07975
relative_risk	228	1.11727	1.02834	0.33419	2.94394
survival_180d	228	0.729566	0.741345	0.424516	0.907317
survival_365d	228	0.443849	0.444877	0.0983963	0.768573

原始数据摘录 · 前 8 行，最多 12 列

sample_id	time	event	split	log_risk	relative_risk	risk_group	survival_180d	survival_365d
NCCTG-001	306	1	train	0.5161472623076827	1.675559706019197	higher	0.6140643633548657	0.2672073725882752
NCCTG-002	455	1	train	0.027946336718654374	1.028340498815211	higher	0.7413454208010204	0.44487699737222086
NCCTG-003	1010	0	train	-0.28165362146772355	0.7545349939982542	lower	0.8028397494384417	0.5519496118635475
NCCTG-004	210	1	test	0.07754732154364728	1.080633368487746	higher	0.7301480596799381	0.4269257518764581
NCCTG-005	883	1	train	-0.17845363540559755	0.836562842875139	lower	0.7839001974392514	0.5174167882117017
NCCTG-006	1022	0	test	0.5161472623076827	1.675559706019197	higher	0.6140643633548657	0.2672073725882752
NCCTG-007	310	1	train	0.21575729618704673	1.240801195271721	higher	0.6968931019637269	0.37632617514512406
NCCTG-008	361	1	test	0.2931572857336412	1.3406536395407223	higher	0.6769320760694116	0.3478630709998154

split.csv

分析 228 行

字段	有效值	均值	中位数	最小值	最大值
time	228	305.232	255.5	5	1022
event	228	0.723684	1	0	1

原始数据摘录 · 前 8 行，最多 12 列

sample_id	time	event	split
NCCTG-001	306	1	train
NCCTG-002	455	1	train
NCCTG-003	1010	0	train
NCCTG-004	210	1	test
NCCTG-005	883	1	train
NCCTG-006	1022	0	test
NCCTG-007	310	1	train
NCCTG-008	361	1	test

test_calibration.csv

分析 2 行

字段	有效值	均值	中位数	最小值	最大值
n	2	34.5	34.5	33	36
events	2	25	25	21	29
at_risk_365	2	8.5	8.5	8	9
mean_predicted_survival_365d	2	0.439744	0.439744	0.313047	0.566441
observed_KM_365d	2	0.34073	0.34073	0.306703	0.374756

原始数据摘录 · 前 8 行，最多 12 列

group	n	events	at_risk_365	mean_predicted_survival_365d	observed_KM_365d
lower	33	21	8	0.5664410904771829	0.37475649350649365
higher	36	29	9	0.3130465661131143	0.3067033264918872

test_km.csv

分析 67 行

字段	有效值	均值	中位数	最小值	最大值
time_days	67	299.94	285	12	1022
at_risk	67	17.5373	17	1	36
events	67	0.746269	1	0	2
censored	67	0.283582	0	0	1
survival	67	0.545933	0.570746	0.0438148	0.972222
ci_low	67	0.398924	0.406028	0	0.918539
ci_high	67	0.693944	0.735464	0.126599	1

原始数据摘录 · 前 8 行，最多 12 列

time_days	at_risk	events	censored	survival	ci_low	ci_high	group
61.0	33	1	0	0.9696969696969697	0.9112098612558808	1.0	lower
62.0	32	1	0	0.9393939393939394	0.8579833298781219	1.0	lower
95.0	31	1	0	0.9090909090909092	0.8110050463796517	1.0	lower
131.0	30	1	0	0.8787878787878789	0.767431741911531	0.9901440156642268	lower
145.0	29	2	0	0.8181818181818182	0.686585824189368	0.9497778121742685	lower
177.0	27	0	1	0.8181818181818182	0.686585824189368	0.9497778121742685	lower
191.0	26	0	1	0.8181818181818182	0.686585824189368	0.9497778121742685	lower
199.0	25	1	0	0.7854545454545455	0.6443522174851701	0.9265568734239209	lower

test_survival_predictions.csv

分析 7107 行

字段	有效值	均值	中位数	最小值	最大值
time_days	7107	305.942	267	0	883
survival_probability	7107	0.569862	0.611854	3.54954e-05	1

原始数据摘录 · 前 8 行，最多 12 列

sample_id	time_days	survival_probability
NCCTG-004	0.0	1.0
NCCTG-004	5.0	0.9938475772346523
NCCTG-004	11.0	0.9755554766837037
NCCTG-004	13.0	0.9631835281785106
NCCTG-004	15.0	0.9569166740225887
NCCTG-004	30.0	0.9506507851604432
NCCTG-004	31.0	0.944341009820707
NCCTG-004	53.0	0.9380157830211703

training_schoenfeld.csv

分析 115 行

字段	有效值	均值	中位数	最小值	最大值
time_days	115	293.435	239	5	883
age	115	3.6262e-09	0.104214	-2.62304	1.91751
female	115	-1.61697e-09	-0.646109	-0.815892	1.85915
ph.ecog	115	2.08773e-09	-0.0390809	-1.59138	1.61516

原始数据摘录 · 前 8 行，最多 12 列

time_days	age	female	ph.ecog
5.0	-0.0010168665443406333	1.44594599821783	-1.586026923806772
11.0	0.9813400652081001	-0.5832892279700128	1.2239875544341314
11.0	1.745398128289938	-0.5832892279700128	-1.5913846660596136
11.0	0.21728200212626225	-0.5832892279700128	-0.18369855581274097
13.0	1.2298127381727098	-0.6011161609434361	1.225858613342176
13.0	0.029150067615535763	-0.6011161609434361	-0.18182749690469635
15.0	0.4842814346488269	-0.6148808749229719	-1.5727385654719526
30.0	0.8148415631073745	-0.6188253451931374	1.2325445129338655

本次选择与替换 · 供核对

项目	采用方案	选择依据	影响 / 差异	用户明确要求
implementation	原创Cox/Breslow、KM、C-index；SciPy通用优化	三临床变量任务可在既有CPU环境复现	保存数学实现和模型JSON，无作者R环境或权重依赖	原创实现 Cox PH 模型（age、sex、ph.ecog）
validation	固定20261015事件分层70/30；训练预处理，独立测试1000次bootstrap	保持独立评价和可追溯拆分	区间条件于单次训练模型，保留全部测试预测	固定随机种子20261015，按患者分层划分约70%训练、30%测试，仅训练拟合缺失填补、标准化、模型和风险分组阈值
ties	Breslow拟合；C-index排除相同观察时间，同预测分计0.5	明确并列事件和可比较对	指标定义随表格与代码保存	Breslow处理并列时间
environment	现有CPU环境，不安装依赖	所需通用数值绘图库已登记	保存实际环境版本	仅用现有numpy/scipy/pandas/sklearn/matplotlib CPU环境，无需安装依赖
review_iteration	修正训练诊断图布局与标签，导出测试逐时生存曲线，BFGS gtol=1e-6记录solver_success	首轮模型实际视觉与数值日志评审	不改变拆分/变量/统计定义；新子版本保留父版完整结果	未限定，由插件选择

待补充事项与解释范围

执行记录未登记待补充项；科研结论仍需结合研究设计核对。

描述统计只反映已生成的输出；不自动证明样本独立性、无数据泄漏、模型校准或外部泛化。
二分类指标仅在 CSV 提供 0/1 真值与 [0,1] 概率时计算；缺少类别时 AUROC 记为 null。