ROC 곡선 분석: 예측도
| 명령: | 통계 ROC 곡선예측도 |
|---|
ROC 곡선 분석을 수행할 원자료에 접근할 수 없더라도 검사의 민감도와 특이도, 질병 유병률(또는 질병의 검사 전 확률)을 알면 Bayes 정리를 사용하여 검사의 양성 예측도와 음성 예측도를 계산할 수 있습니다.
필수 입력 항목
검사의 민감도와 특이도(백분율로 표시)와 질병 유병률(역시 백분율로 표시)을 입력합니다.
선택적으로 질병군과 정상군의 케이스 수를 입력할 수 있습니다. 이는 민감도와 특이도를 구한 연구에 포함된 케이스 수입니다. 이 수를 입력하면 MedCalc가 양성 예측도와 음성 예측도의 95% 신뢰구간을 계산할 수 있습니다.
데이터를 입력한 후 결과를 보려면 검정을 클릭하거나 Enter 키를 누릅니다.
결과
- 양성 예측도(PPV): 검사가 양성일 때 질병이 있을 확률(백분율로 표시)입니다.
$$ PPV = \frac {\text{민감도} \times \text{유병률} } {\text{민감도} \times \text{유병률} + (1-\text{특이도})\times (1-\text{유병률}) } $$
- 음성 예측도(NPV): 검사가 음성일 때 질병이 없을 확률(백분율로 표시)입니다.
$$ NPV = \frac {\text{특이도} \times (1-\text{유병률}) }{ (1-\text{민감도}) \times \text{유병률} + \text{특이도} \times (1-\text{유병률}) } $$
- 질병군과 정상군의 표본 크기를 알고 있으면 MedCalc는 Mercaldo et al.(2007)이 설명한 표준 로짓 방법으로 예측도의 신뢰구간을 계산합니다.
$$ PPV = \frac {\text{민감도} \times \text{유병률} } {\text{민감도} \times \text{유병률} + (1-\text{특이도})\times (1-\text{유병률}) } $$
$$ NPV = \frac {\text{특이도} \times (1-\text{유병률}) }{ (1-\text{민감도}) \times \text{유병률} + \text{특이도} \times (1-\text{유병률}) } $$
참고문헌
- Mercaldo ND, Lau KF, Zhou XH (2007) Confidence intervals for predictive values with an emphasis to case-control studies. Statistics in Medicine 26:2170-2183.