我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:彩63彩票注册 > 多分辨率曲线 >

让你彻底理解ROC曲线

归档日期:08-28       文本归类:多分辨率曲线      文章编辑:爱尚语录

  上一期我们已学习了诊断性试验的常用评价指标,不难看出,在这些指标中,Sen、Spe、+LR 和-LR属于稳定的指标,Acc为相对稳定指标,而PPV和NPV为不稳定指标。今天,就和大伙聊聊另一个综合评价指标—ROC曲线(receiver operator characteristic curve,ROC)。

  即受试者工作特征曲线,是反映敏感度和特异度连续变量的综合指标,用作图法展示两度之间的关系。

  在相关临床研究报告中,若有一个ROC曲线图将会给审稿人深刻印象,具体做法是:

  试验结果为计量资料即连续变量,至少计算5个临界点的指标,以敏感度(线-特异度(假阳性率)为X轴,将各点连成曲线,即ROC曲线。如下图所示:

  1)上期已经谈到,敏感度越高,漏诊病例越少,而1-特异度 越低,误诊率越少;

  2)在ROC曲线上,想找到一个界值,那就让两度值都取得最好的效果,那我们就往图的左上角寻找;

  3)最靠近左上角的那一点为最佳临界点,点上的值即为最佳临界值,因为,此点上敏感度与特异度都较高,假阳性与假阴性也最少;

  一般来说,AUC达到0.9以上才认为是一个准确性很高的诊断试验,此时的cutoff才有实际意义哦!

  把各试验的ROC曲线绘制在同一坐标中,可以直观地比较哪种诊断更有价值,如下图所示:显然绿色代表的诊断价值优于蓝色诊断,粉色诊断最弱。

本文链接:http://art-olivier.com/duofenbianlvquxian/1282.html