使用survcomp和boot包无法获取D index的95%CI求助

嘿，咱们来理清你遇到的问题：为什么用boot包计算D-index的95%CI时，偏差和标准误都是0？核心问题出在你定义的bootstrap统计量函数上，没有正确利用抽样索引选取子集数据，导致每次迭代都在计算原始数据集的D-index，结果当然完全一致啦。

具体问题出在哪？ #

看你写的boot_Dindex函数：

boot_Dindex <- function(x, surv.time, surv.event, data, indices){
 d <- data[indices,]
 Dindex <- D.index(x=x, surv.time=surv.time, surv.event=surv.event)
 return(Dindex$d.index)
}

你虽然用d <- data[indices,]拿到了bootstrap抽样后的子集，但后面计算D.index时，根本没用到这个子集里的变量！而是直接用了外部传入的x、surv.time、surv.event——也就是整个原始数据集的变量。这就导致不管bootstrap抽多少次，每次算的都是同一个原始D-index值，所有重复结果完全相同，标准差自然是0，偏差也为0（因为所有bootstrap估计值都等于原始值）。

另外，你的数据框定义还有个小bug：df <- data.frame(age, size, stime, sevent, cens)，但前面模拟数据里根本没生成size变量，这会直接报错，不过这不是导致bootstrap结果异常的主因。

修正后的完整代码 #

第一步：重新定义统计量函数 #

把函数改成从bootstrap子集中提取变量计算，参数也更贴合boot包的规范：

boot_Dindex <- function(data, indices){
  # 取出本次bootstrap抽样的子集
  d_sub <- data[indices, ]
  # 用子集数据计算D-index
  d_result <- D.index(x = d_sub$age, 
                      surv.time = d_sub$stime, 
                      surv.event = d_sub$sevent)
  return(d_result$d.index)
}

第二步：正确调用boot函数 #

先修正数据框（去掉不存在的size），再运行bootstrap：

# 修正数据框定义
df <- data.frame(age, stime, sevent, cens)

set.seed(1234)
results <- boot(data = df, 
                statistic = boot_Dindex, 
                R = 1000)
print(results)

这样调整后，每次bootstrap迭代都会基于抽样后的子集计算D-index，结果会有差异，就能得到正常的偏差和标准误了。之后你还可以用boot.ci(results)来直接计算95%置信区间。

另外提一句：你提供的输出里提到的small_intestine_2004、nomogram这些变量和前面的模拟数据不匹配，应该是实际运行时用了别的数据集，但核心问题还是统计量函数没正确使用bootstrap子集。

内容的提问来源于stack exchange，提问作者QW Zhang