手机版 下载桌面 设为首页

用Medcalc软件做ROC分析的几个小功能

爱科学,www.iikx.com

  在临床研究中,ROC曲线分析是我们比较常用的一种分析方法,主要用它来探索一个指标对于结局的判别效果,以及寻找该指标的判断切点值。比如我们有如下数据,group代表研究对象的分组(1是病人,0是非病人),a和b指标代表用于判定的参数,研究者的目的是探索用a和b来判断研究对象分组是否足够可靠,如果可靠,那么a和b指标的切点分别是多少合适呢?

  对于上面这个问题,我们一般选择使用ROC曲线来解决,MedCalc软件如果做ROC曲线分析以及多个AUC面积比较,我们在前面的文章中已经说过了,感兴趣的可以查找阅读。本期我们介绍一下MedCalc软件关于RCO分析的另外几个小功能:

  1、交互式散点图

  我们知道对于ROC曲线的切点选择,往往需要根据灵敏度和特异度来进行,我们经常使用灵敏度加特异度-1(即约登指数)最大的方法来进行选择。但是在实际应用中,我们可能对切点的选择有着不同的偏好。比如对于结局比较严重的疾病,我们可能希望尽量提高其灵敏度;而对于结局不严重且卫生花费又比较大的疾病,我们可能期望提高其特异度。这时候使用交互散点图来选择切点就会比较方便。其制作过程和结果如下:

  在上图中横轴是疾病状态分组,纵轴是a指标的取值,通过该图我们也可以一目了然地看到不同分组间a指标取值的情况。另外,我们可以通过鼠标点击不同的部位,来选择我们喜好的切点和该切点对应的灵敏度和特异度。

  2、带指标取值的灵敏度和特异度曲线

  我们知道在ROC曲线中横轴往往是1-特异度,纵轴往往是灵敏度,我们可以看到这两者之间的关系,但是我们并不能看到不同切点指和灵敏度特异度,这三者之间的关系。带取值的灵敏度和特异度曲线,就是展示了切点值、灵敏度和特异度之间的关系,其制作和结果如下:

  上图中两曲线分别是灵敏度和特异度,曲线的交点就是灵敏度最大且特异度也同时最大的点,同时在该图中的横轴就是a指标的取值,我们可以任意做垂线获得a指标在某取值下的灵敏度和特异度。

  3、联合多个指标的AUC计算

  在探索某指标对于事件的判断价值的时候,我们会计算AUC。单个指标的AUC是ROC曲线来获得,那么如果我们想获得多个指标联合应用的AUC,该如何计算呢?很多人说使用逻辑回归计算出多个指标对于事件的预测值,再用预测值跟事件之间去建立ROC曲线,计算AUC。这个说法是对的,且MedCalc软件在其回归模块中也提供了这样一个功能。

  假设我们需要计算a和b两个指标,对于group的判断能力,在MedCalc软件中其计算和结果如下:

  上述结果显示,联合使用a和b指标去判别group变量,其AUC为0.978。

爱科学,www.iikx.com

分类标签:ROC曲线  Medcalc软件  

声明:本文转载仅出于学习和传播信息所需,并不意味着代表本站观点或证实其内容的真实性;其他网站或个人转载使用须保留本站所注“来源”,并自负相关法律责任;如作者不希望被转载或其他事宜,请及时联系我们!