采用gretna计算rich-club指标，输出结果为[截图]。想问一下这个结果怎么看呢？
在gretna的使用手册39-40页有说明，你可以先看看。
嗯嗯 手册上写的太简单了。我不明白其中的K值怎么选择，看了一些文献，里面提高K一般都是大于10的。然后这个rich-club是建立在组水平的吗？
（1）关于K值的选择我也不太清楚，没有系统研究过，因为我很少用这个图论指标。
（2）这个指标应该是个体水平的。
楼主学会了分享一下，我也在摸索这个指标
好的 好的，互相交流
请问楼主整明白rich club咋算的了嘛？
似乎这个问题感兴趣的人还挺多，我去看了一下怎么计算的：
以二值无向网络为例，先算出每个节点的中心度（即这个节点与其他节点有连接的和，比如如果一个节点中心度是5，表示这个节点与另外5个节点是有连接的）；选择一个中心度阈值k（这个阈值是不确定的），比如k=10，只保留中心度大于k的节点（假设剩下的节点数目为N）；最后计算保留的这些节点之间的连接的数目（假设为E）与所有可能的连接数目（即所有N个节点都是连接的）的比值，这个比值2E/[N*(N-1)]就是rich-club coefficient。
由于随机情况下，中心度高的节点之间的连接也会更多一些，通常rich-club coefficient需要使用随机生成的网络的rich-club coefficient进行归一化，得到normalized rich-club coefficient。如果在一系列的中心度阈值上，normalized rich-club coefficient > 1，则说明网络存在rich-club organization。
参考文献：
van den Heuvel, M. P., & Sporns, O. (2011). Rich-club organization of the human connectome. The Journal of neuroscience : the official journal of the Society for Neuroscience, 31(44), 15775–15786. https://doi.org/10.1523/JNEUROSCI.3539-11.2011
这个矩阵里，每一行是一个被试，每一列表示在当前中心度阈值下的rich club coefficient。NaN的数值我估计是在这个中心度阈值下，没有节点的中心度超过这个阈值。
谢谢Alex老师, 通过你的回复和贴出来的文献，我已经大致搞懂了rich-club的计算原理，但是gretna手册里写的太简单了，我还是不明白如何能得到帖主贴出来的这个矩阵图，他这个应该是真实的富人俱乐部系数矩阵。
这个矩阵每一行是一个被试，每一列是一个中心度阈值，假如你的分区包含M个脑区，那么就有M-1列，第一列表示中心度阈值为1的情况下的富人俱乐部系数，第K列就表示中心度阈值为K，中心度最大为M-1（就是一个节点和所有其他节点都有连接）。
谢谢老师回复！邮箱没有通知，现在才看到回复。我已经解决了这个问题啦，谢谢老师。要得出N*(M-1)，需要输入所有的被试
你好，想请教一下，我在gretna里面计算rich club时，我设置了稀疏度阈值是0.1-0.34，得出的结果是在不同的稀疏度阈值下的，而不是一个综合的AUC值，我应该如何整合呢？
- 我没有在实际的项目中分析过这个参数，我感觉GRETNA只所以没有生成AUC值，是因为rich-club涉及到两个阈值，一个是稀疏度，另一个是degree，而且这两个阈值还是相互影响的。比如，如果选定了某个稀疏度阈值，那么可能的最大degree就已经确定了。所以，对于不同稀疏度阈值下同一个degree阈值的rich-club coefficient，计算它们的AUC是没有太大意义的。个人看法，供你参考。
- 我简单搜索了一下几篇文献，发现这些文献都是用的一个稀疏度阈值或者是先根据degree选出rich-club脑区。也许你可以再仔细调研一下文献。
好的，非常感谢老师，我自己再去仔细看一看文献！