请按下述要求为我输出R语言代码：将lung的数据按7：3分为训练组和对照组，使用训练组的数据构建COX回归模型并计算C指数，并使用构建的COX回归模型计算验证组的C指数

以下是您需要的R语言代码：

# 导入需要的包
library(survival)
library(randomForestSRC)

# 导入数据
data(lung)

# 将数据按7:3分为训练组和验证组
set.seed(123)
trainIndex <- sample(1:nrow(lung), 0.7*nrow(lung))
trainData <- lung[trainIndex, ]
testData <- lung[-trainIndex, ]

# 构建COX回归模型
coxModel <- coxph(Surv(time, status) ~ age + sex + ph.ecog + ph.karno + pat.karno + meal.cal + wt.loss, data = trainData)
coxModel

# 计算训练组的C指数
coxTrainPred <- predict(coxModel, trainData)
coxTrainConcordance <- survConcordance(Surv(trainData$time, trainData$status), -coxTrainPred)
coxTrainConcordance

# 计算验证组的C指数
coxTestPred <- predict(coxModel, testData)
coxTestConcordance <- survConcordance(Surv(testData$time, testData$status), -coxTestPred)
coxTestConcordance

请注意：这里的COX回归模型只是一个示例，具体的建模方法需要根据实际情况进行调整。