Comparação de curvas ROC
| Comando: | Estatísticas Curvas ROCComparação de curvas ROC |
|---|
Use a Comparação de curvas ROC para testar a significância estatística da diferença entre as áreas sob 2 a 6 curvas ROC dependentes (obtidas nos mesmos casos) com o método de DeLong et al. (1988) ou de Hanley & McNeil, 1983.
Dados necessários
Na caixa de diálogo, é preciso inserir:
Dados
- Variáveis: selecione as variáveis de interesse (no mínimo 2 e no máximo 6).
- Variável de classificação: selecione uma variável dicotômica que indique o diagnóstico (0=negativo, 1=positivo).Se os seus dados estiverem codificados de outra forma, você pode usar a ferramenta Definir estado para recodificá-los.
- Filtro: (opcionalmente) um filtro para incluir apenas um subgrupo selecionado de casos (por exemplo, AGE>21, SEX="Male").
Metodologia:
- DeLong et al.: usa o método de DeLong et al. (1988) para o cálculo do erro padrão da área sob a curva (AUC) e da diferença entre duas AUCs (recomendado).
- Hanley & McNeil: usa os métodos de Hanley & McNeil (1982, 1983) para o cálculo do erro padrão da área sob a curva (AUC) e da diferença entre duas AUCs.
- Intervalo de confiança binomial exato para a AUC: calcula intervalos de confiança binomiais exatos para as áreas sob as curvas (AUC) (recomendado). Se esta opção não estiver selecionada, os intervalos de confiança das AUCs são calculados como AUC ± 1,96 EP (erro padrão). Esta opção não se aplica à diferença entre duas AUCs.
Gráfico
- Selecione Exibir janela das curvas ROC para obter as curvas ROC em uma janela de gráfico separada.
Opção:
- marcar os pontos que correspondem a valores de critério.
Depois de preencher a caixa de diálogo, clique em OK para continuar.
Resultados
A janela de resultados mostra os dados das diferentes curvas ROC, seguidos do resultado da comparação entre pares de todas as curvas ROC: a diferença entre as áreas, o erro padrão, o intervalo de confiança de 95% da diferença e o valor P. Se P for inferior aos 5% convencionais (P<0,05), conclui-se que as duas áreas comparadas são significativamente diferentes.
Variável 1 | TEST1 |
|---|---|
Variável 2 | TEST2 |
Variável 3 | TEST3 |
Variável de classificação | DIAGNOSIS |
| Tamanho da amostra | 100 |
|---|---|
Grupo positivo a | 55 (55.00%) |
Grupo negativo b | 45 (45.00%) |
a DIAGNOSIS = 1
b DIAGNOSIS = 0
Variável | AUC | EP a | IC de 95% b |
|---|---|---|---|
TEST1 | 0.947 | 0.0241 | de 0.883 a 0.982 |
TEST2 | 0.679 | 0.0537 | de 0.578 a 0.769 |
TEST3 | 0.915 | 0.0275 | de 0.843 a 0.962 |
a DeLong et al., 1988
b Exato binomial
Comparação entre pares de curvas ROC
TEST1 ~ TEST2 | |
|---|---|
Diferença entre áreas | 0.268 |
Erro Padrão a | 0.0577 |
Intervalo de confiança de 95% | de 0.155 a 0.381 |
estatística z | 4.642 |
Nível de significância | P < 0.0001 |
TEST1 ~ TEST3 | |
Diferença entre áreas | 0.0313 |
Erro Padrão a | 0.0218 |
Intervalo de confiança de 95% | de -0.0113 a 0.0740 |
estatística z | 1.439 |
Nível de significância | P = 0.1501 |
TEST2 ~ TEST3 | |
Diferença entre áreas | 0.237 |
Erro Padrão a | 0.0430 |
Intervalo de confiança de 95% | de 0.152 a 0.321 |
estatística z | 5.497 |
Nível de significância | P < 0.0001 |
a DeLong et al., 1988
  |
Exibir curvas ROC
Quando você seleciona Exibir janela das curvas ROC na caixa de diálogo, o programa também abre uma janela de gráfico com as diferentes curvas ROC.
Literatura
- DeLong ER, DeLong DM, Clarke-Pearson DL (1988): Comparing the areas under two or more correlated receiver operating characteristic curves: a non-parametric approach. Biometrics 44:837-845.
- Hanley JA, Hajian-Tilaki KO (1997) Sampling variability of non-parametric estimates of the areas under receiver operating characteristic curves: an update. Academic Radiology 4:49-58.
- Hanley JA, McNeil BJ (1982) The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology 143:29-36.
- Hanley JA, McNeil BJ (1983) A method of comparing the areas under receiver operating characteristic curves derived from the same cases. Radiology 148:839-843.