library(survival) 
library(rms) 
library(pec)#计算时间c-index用
#清理工作环境
rm(list = ls()) 
#加载数据
，我随意加载的一组表达数据
aa<-read.delim("Risk.txt",sep = "\t", row.names=1)
aa<-aa[1:6]

model1<-cph(Surv(time,status)~OSBPL5,x=T,y=T,surv=T,data=aa)
model2<-cph(Surv(time,status)~VPS13D,x=T,y=T,surv=T,data=aa)
model3<-cph(Surv(time,status)~LMAN1,x=T,y=T,surv=T,data=aa)
model4<-cph(Surv(time,status)~ATG4A,x=T,y=T,surv=T,data=aa)
#pec包的cindex()可计算多个模型在多个时间点的C指数
pk<- cindex(list("模型1"=model1, 
                 "模型2"=model2,
                 "模型3"=model3, 
                 "模型4"=model4),
            formula=Surv(time,status)~1,
            data=aa,
            eval.times=seq(0,10,0.1))

#绘制时间C-index                  
plot(pk,
     col=c( "red", "blue","green","orange"),#曲线颜色
     xlab="随访时间 (年)",#xy名字
     ylab="一致性指数 C-indx",
     ylim = c(0.5,0.7),#xy轴范围
     xlim = c(0,10),
     legend.x=8,     #图例位置
     legend.y=1, 
     legend.cex=1    #图例字号
)

##校准后的时间C-index
pk2<- cindex(list("模型1"=model1, 
                  "模型2"=model2,
                  "模型3"=model3, 
                  "模型4"=model4),
             formula=Surv(time,status)~1,
             data=aa,
             eval.times=seq(0,10,0.1),
             splitMethod="Bootcv",#采用重抽样方法
             B=1000) #B表示重抽样次数
plot(pk2,
     col=c( "red", "blue","green","orange"),
     xlab="随访时间 (月)",
     ylab="一致性指数 C-indx",
     ylim = c(0.5,0.7),
     xlim = c(0,10),
     legend.x=1,   
     legend.y=0.6, 
     legend.cex=1
)

library(riskRegression)
#计算时间AUC
pk3<- Score(list("模型1"=model1, 
                 "模型2"=model2,
                 "模型3"=model3, 
                 "模型4"=model4),
            formula=Surv(time,status)~1,
            data=aa,
            metrics="auc",
            null.model=F, 
            times=seq(0,10,0.1))
auc<-plotAUC(pk3)

#美化、绘图
library(ggplot2)
cols  <-  c( "red", "blue","green","orange")
p<-ggplot(data=auc,
          aes(x=times,
              y=AUC, 
              color=model)) +
  geom_line(size=1.2)+
  theme_classic()+
  ylim(0.4,1)+
  labs(x="随访时间", y="AUC值")+ 
  scale_colour_manual(values = cols)
p