- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第二章 ROC 曲线分析概要
本文先介绍了ROC理论的一些基础知识如特异度和灵敏度等,然后简要介绍
了非参数ROC分析方法,并建立了ROC模型。最后介绍了ROC曲线及在R软件中的绘
制。
2.1 ROC 分析的基本要素
ROC分析的基本要素包括真阳性和假阳性也称灵敏度和特异度,以及“金标
准”
“金标准”划分被测试者的真实状态为对照组和病例组两类。常见的金标准
有跟踪随访、活组织检查、尸体解剖、手术探查等。虽然“金标准”没有必要是
十全十美的,但“金标准”应与评价的诊断系统无关,而且比要评价的诊断系统
更可靠。 “金标准”不够完美时,可用采用Bayesian、模糊金标准、EM估计等方
法解决。
对按照“金标准”确定的二分类总体,对照组和病例组分别用阴性和阳性表
示诊断试验结果。假定总体样本量是N,诊断试验的可能结果总共有四种:被测
试者患病且被正确诊断为患病者,被测试者无病且被错误诊断为患病者,被测试
者无病且被正确诊断为无病者,被测试者无病且被错误诊断为患病者。我们可以
用一个2×2的列联表来表示它们之间的关系。
“金标准”
诊断结果 合 计
患病者 健康者
阳性 a(真阳性) b(假阳性) a+b
阴性 c(假阴性) d(真阴性) c+d
合计 a+c b+d a+b+c+d=N
a b
TPR = FPR =
a + c b + d
在医学研究中,诊断试验准确度指标最常用的是灵敏度与特异度。
灵敏度(sensitivity),也叫真阳率(true positive rate,即TPR)是被
测试者患病且被正确诊断为患病者的样本量在阳性总体中占的比例。灵敏度值越
大,假阴率越小。据表2-1 其计算公式是:灵敏度 (sensitivity) = 真阳率(TPR)
= 1 − 假阴率 (FNR)= a
a+c
标准误为:SETPR = √ac/(a + c)3
特异度(specificity),也叫真阴率(true non-positive rate,即TNPR),
1
是受试者无病且被正确诊断为无病者的样本量占阴性总体的比例。
假阳率(false positive rate,即FPR) = 1−特异度
特异度值越大,假阳率越小。据表2-1 其计算公式是:
特异度 (specificity) =真阴率(TNPR) = 1−假阳率 (FPR) = d
b+d
标准误为:SEFPR = √bd/(b + d)3
假设二分类总体均服从正态分布, TPR、FPR、TNPR 和FNPR之间的关系可以
用图2-1来描述。图中 x = c 为截断点(诊断阈值), α为假阳率(FPR),β
为假阴率(FNPR)。
2.2 ROC 准确性评价指标的优越性
诊断试验的准确性评价指标有正确率、灵敏度和特异度等。它们虽然都可以
反映诊断的准确性,但评价的效果不是很理想。
正确率是被测试者被正确诊断的例数和所占总体的百分数。其计算公式是:
1亿VIP精品文档
相关文档
最近下载
- 丽声北极星分级绘本第一级上Fox-and-Mother-Hen课件.pptx
- 2023年徐州工业职业技术学院单招职业技能考试模拟试题及答案解析.docx
- T/CEC 219—2019 抽水蓄能电站设计质量控制管理导则.docx
- 剑桥国际少儿英语第2级文本(已按照单元排序).docx
- 本科人才培养方案调研报告.ppt
- Unit 4单元测试卷江苏省句容市第二中学2021-2022学年八年级下学期(word版含答案).docx
- 仁爱英语七年级下册教案 Unit 5-Unit 8 (含复习课教案).pdf VIP
- 加强医疗保障基金使用常态化监管学习解读动态(ppt)课件.pptx
- 公路货物运单填制.ppt
- RTK操作步骤整理.pdf
文档评论(0)