Pole częściowe pod krzywą ROC
| Polecenie: | Statystyki Krzywe ROCPole częściowe pod krzywą ROC |
|---|
Wprowadzenie
Pole częściowe pod krzywą ROC podsumowuje fragment krzywej ROC w z góry określonym interesującym zakresie. Może to być zakres swoistości lub czułości.
Pole częściowe pod krzywą ROC dla z góry określonego zakresu swoistości
Pole częściowe pAUC dla z góry określonego zakresu swoistości jest dane polem ABCD. Pole częściowe odpowiadające modelowi losowemu to pole ABgh. Pole częściowe odpowiadające modelowi idealnemu to pole ABef.
Pole modelu losowego ABgh jest minimalnym pAUC ($pAUC_{min}$), a pole modelu idealnego ABef jest maksymalnym pAUC ($pAUC_{max}$).
Pole częściowe pAUC można interpretować jako średnią czułość w z góry określonym zakresie swoistości (Zhou i wsp., 2002).
Pole częściowe pod krzywą ROC dla z góry określonego zakresu czułości
Aby obliczyć pole częściowe pod krzywą ROC dla z góry określonego zakresu czułości, MedCalc przyjmuje jako linię bazową prawą krawędź (swoistość = 0%, czyli odsetek wyników fałszywie dodatnich FPR = 1). Tak obliczone pAUC bywa nazywane poziomym polem częściowym pod krzywą pAUCx (Walter, 2005).
Zatem, analogicznie do definicji pAUC dla zakresu swoistości, pole częściowe pAUC dla z góry określonego zakresu czułości jest dane polem ABCD. Pole częściowe odpowiadające modelowi losowemu to pole ABgh. Pole częściowe odpowiadające modelowi idealnemu to pole ABef.
Również w tym przypadku pole modelu losowego ABgh jest minimalnym pAUC ($pAUC_{min}$), a pole modelu idealnego ABef jest maksymalnym pAUC ($pAUC_{max}$).
Pole częściowe pAUC można interpretować jako średnią swoistość w z góry określonym zakresie czułości (Zhou i wsp., 2002).
Metodologia
MedCalc oblicza pAUC nieparametrycznie metodą trapezów.
Przedziały ufności są obliczane metodą bootstrap (Efron, 1987; Efron & Tibshirani, 1993).
Standaryzowane pAUC
Standaryzowane pAUC (pAUCs) jest zdefiniowane jako (McClish, 1989):
$$ pAUCs = \frac {1} {2} \left( 1 + \frac {pAUC - pAUC_{min}} { pAUC_{max} - pAUC_{min} } \right) $$Standaryzowane pAUC (pAUCs) przyjmuje wartość maksymalną 1 i minimalną 0,5. Pozwala więc rozpatrywać pole częściowe w tej samej skali co całkowite pole pod krzywą ROC.
Wymagane dane wejściowe
- Zmienna: wybierz interesującą Cię zmienną.
- Zmienna klasyfikacji: wybierz zmienną dychotomiczną wskazującą diagnozę (0=ujemna, 1=dodatnia).
Jeśli Twoje dane są zakodowane inaczej, możesz je przekodować za pomocą narzędzia Określ status.
Ważne jest prawidłowe wskazanie przypadków dodatnich.
- Filtr: (opcjonalnie) filtr umożliwiający uwzględnienie tylko wybranej podgrupy przypadków (np. AGE>21, SEX="Male").
- Opcje:
- Zakres czułości lub swoistości: wybierz, czy chcesz uzyskać pole częściowe pod krzywą ROC dla określonego zakresu czułości czy swoistości.
- Od i Do: dolna i górna wartość interesującego Cię zakresu. Typowe wartości to od 80%, 90% lub 95% do 100%.
- Przedziały ufności bootstrapu: wybierz tę opcję, aby obliczyć przedział ufności dla pola częściowego pod krzywą ROC metodą bootstrap (Efron, 1987; Efron & Tibshirani, 1993).
- Zaawansowane: kliknij ten przycisk, aby określić parametry metody bootstrap: liczbę powtórzeń i ziarno generatora liczb losowych.
- Wybierz Wyświetl okno krzywej ROC, aby uzyskać wykres w osobnym oknie.
Wyniki - zakres swoistości
Wyświetlany jest następujący raport.
Zmienna | TEST1 |
|---|---|
Zmienna klasyfikacji | DIAGNOSIS |
| Liczebność próby | 100 |
|---|---|
Grupa dodatnia a | 55 (55.00%) |
Grupa ujemna b | 45 (45.00%) |
a DIAGNOSIS = 1
b DIAGNOSIS = 0
Częściowe pole pod krzywą ROC
Przedział swoistości | 80 do 100 |
|---|
Pole pod krzywą | 0.947 |
|---|---|
Pole częściowe (pAUC) | 0.159 |
95% Przedział ufności Bootstrap a | 0.0919 do 0.183 |
Standaryzowane pole częściowe (pAUCs) | 0.886 |
95% Przedział ufności Bootstrap a | 0.700 do 0.954 |
a BCa bootstrap przedziału ufności (5000 iteracji; Wartość początkowa losowa: 928).
  |
Najpierw MedCalc wyświetla parametry analizy.
Następnie podawane są:
- Pole pod krzywą: całkowite pole pod krzywą ROC.
- Pole częściowe (pAUC): pole pod krzywą ROC w określonym zakresie swoistości (zobacz ilustrację poniżej).
- 95% CI bootstrap dla pAUC, podawany, jeśli wybrano odpowiednią opcję.
- Standaryzowane pole częściowe (pAUCs), zdefiniowane przez McClish (1989), zobacz powyżej.
- 95% CI bootstrap dla pAUCs, podawany, jeśli wybrano odpowiednią opcję. Jeśli ten przedział ufności nie zawiera wartości 0,5, można wnioskować, że pAUCs różni się istotnie od modelu losowego.
Wyniki - zakres czułości
Wyniki dla pola częściowego pod krzywą ROC dla z góry określonego zakresu czułości są analogiczne do wyników dla zakresu swoistości.
Zmienna | TEST1 |
|---|---|
Zmienna klasyfikacji | DIAGNOSIS |
| Liczebność próby | 100 |
|---|---|
Grupa dodatnia a | 55 (55.00%) |
Grupa ujemna b | 45 (45.00%) |
a DIAGNOSIS = 1
b DIAGNOSIS = 0
Częściowe pole pod krzywą ROC
Przedział czułości | 80 do 100 |
|---|
Pole pod krzywą | 0.947 |
|---|---|
Pole częściowe (pAUC) | 0.162 |
95% Przedział ufności Bootstrap a | 0.115 do 0.183 |
Standaryzowane pole częściowe (pAUCs) | 0.895 |
95% Przedział ufności Bootstrap a | 0.763 do 0.952 |
a BCa bootstrap przedziału ufności (5000 iteracji; Wartość początkowa losowa: 928).
| |
Piśmiennictwo
- Efron B (1987) Better Bootstrap Confidence Intervals. Journal of the American Statistical Association 82:171-185.
- Efron B, Tibshirani RJ (1993) An introduction to the Bootstrap. Chapman & Hall/CRC.
- McClish DK (1989) Analyzing a Portion of the ROC Curve. Medical Decision Making 9:190-195.
- Walter SD (2005) The partial area under the summary ROC curve. Statistics in Medicine 24:2025–40.
- Zhou XH, Obuchowski NA, McClish DK (2002) Statistical methods in diagnostic medicine. Wiley-Interscience.