为了可重复性，我有以下代码，使用R中的TitanicSurvival数据集（重复10次交叉验证3次）。

此外，我对论坛来说是新手，对R来说还是新手，因此，如果我违反了任何论坛指南，我会提前道歉。如果有记录，我将纠正所有错误。

library(caret)
library(pROC)
df <- TitanicSurvival
df2 <- na.omit(df)

#Multiple regression model on df2:

titanic <- glm(survived~ sex + age,family=binomial,data = df2)

roc(df2$survived,titanic$fitted.values) # AUC = 0.7735
pred <- ifelse(predict(titanic,df2,type="response")>0.5,1,0)
actual <- titanic$y
conf_mat <- table(pred,actual)
sensitivity(conf_mat) # 0.8449111
specificity(conf_mat) # 0.6838407

#Now,using 10-fold cross validation repeated 3 times,on the same df2 data set:

ctrl <- trainControl(method="repeatedcv",repeats = 3,number = 10,classprobs = TRUE,summaryFunction = twoClassSummary,savePredictions = T)

model <- train(survived ~ sex + age,data = df2,trControl=ctrl,method="glm",preProc = c("center","scale"),metric="ROC")

# Model ROC(AUC): 0.7738766,Sens: 0.8449321,Spec: 0.6840347

现在，我的问题是：

1. 如何计算交叉验证模型中的AUC / Sens / Spec值？考虑到10倍CV创建了多个训练和测试集，我试图理解此输出。
2. 交叉验证模型中的AUC / Sens / Spec值与“ titanic”模型中显示的值有何不同？
3. 在医学文献中，一些研究使用k倍交叉验证执行了多元回归，而没有外部验证集。在此特定研究中，当他们撰写“模型准确区分HCC的存在时，在派生和验证队列中，c统计量分别为0.84（95％CI 0.81-0.86）和0.83（95％CI 0.80-0.85）（图1）” “， 这是什么意思？由于k-fold CV创建了多个训练集和测试集，因此如何得出这些各自的值？ source

很长的问题，很抱歉，但是我一直在进行大量搜索，但仍然不清楚。

谢谢！