对于我的数据集中的每条记录，我有以下信息

在哪里$X_i$是特征，$\delta$如果目标事件发生则为 1，否则为 0，并且$T$是发生事件的时间戳。尤其，$T$如果没有事件或设置跟踪结束的时间，则可能会丢失。

我想为我的数据集中的每条记录计算一个风险指数。

我正在考虑使用使用特征的分类模型$X_i$预测类$\delta$. 然而，$T$很重要：如果事件$\delta$可能很快就会发生风险应该更高。

这就是为什么生存分析应该适合这个问题。我不需要对$S(t) = P(T>t)$但只是代表单个记录风险的单个索引。

可以为每条记录计算的平均生存时间似乎是一个不错的风险指数——风险越低，风险越高。

我的问题是：

1. 生存分析是否适合我的目的？
2. 如何评估模型的性能？

关于问题（2）：我热衷于使用 Harrell's$c$-index 例如，但我不确定使用哪个预测结果来计算它。从 Harrell 的书 Regression Modeling Strategies 第 247 页：

这$c$index [...] 是通过获取所有可能的受试者对来计算的，这样一个受试者有反应而另一个没有。该指数是此类对的比例，其中响应者的预测响应概率高于非响应者。

如果生存分析被证明是一个正确的选择，我认为应该很容易使用一些标准方法来引入时变协变量$X_i(t)$.