c-index 是预测辨别力的有用度量，因为它易于解释且至少具有中等敏感性。它不是一个全信息正确准确度评分规则。比较两个模型不够灵敏。所以我建议你使用所有可用的部分信息来获得最佳模型（例如，多重插补，插补的数量至少是不完整记录的百分比），然后尝试量化该单一模型的价值。这说起来容易做起来难，但您可以从全局零假设的整体 Wald 统计量开始，即没有任何预测变量与之相关联$Y$. 有几篇论文展示了如何从 Wald 推导出无单位歧视指数$\chi^2$统计。还可以快速浏览一下$g$-我的回归建模策略书和注释中的索引。

在询问并环顾四周后，我被指出以下关于Debray TPA 等人在英国医学杂志 2016 中对预测模型（生物医学研究）的荟萃分析的参考资料。

在附录 9 中，作者解释了如何在不同研究中合并多个 c 指数，并说明如何获得总方差及其组成部分（方差内和方差之间）。所有这些都基于使用 logit 转换作为第一步转换值。其次，与鲁宾针对不同插补集的规则相比，跨研究的汇集以类似的方式发生。最后，作者将他们的估计和置信区间范围反向转换为常规尺度。

正如@joe-74 在他的评论中指出的那样，以及 Debray 等人在参考文献中指出，这完全取决于您是否会假设 c-index 估计值（或您想要合并的其他估计值）周围的正态分布并找到一个所述估计的低方差。为了避免非正态分布的（c-index）标度区域（例如，接近 1.0 界限），这个假设是必要的。此外，假设正态性将导致对称置信区间，它与估计本身存在相同的问题（即在$[0,1]$）。为了明确这一点，0.75 和 0.80 的 c 指数之间的一致对差异小于 0.90 和 0.95 之间的差异。

其次，对我来说，汇集多个研究或多个插补数据集的设置并不重要（如果您不这么认为，请发表评论）。

因此，虽然这可能是固执己见（我仍然没有明确的参考资料，其中实际上研究了由于未经转换的汇集而导致的可能的偏差或错误），但我宁愿不假设这种正常性的尺度本质上是非正常的（$[0,1]$有界）。

附带说明一下，使用此策略，值仅在一侧有界（例如观察到的：预期的比率$[0,∞]$) 可以通过对数转换进行转换（如 Siregar 等人的参考资料所述）。

总而言之，我建议（我自己）将插补数据集中的 c 指数进行 logit 转换，并将其应用于这些转换后的值（包括计算方差和置信区间）。最后，将结果值反向转换为最终的汇总估计值。