roc曲線的應(yīng)用措施(編輯修改稿)
2025-04-03 21:06 本頁面
【文章內(nèi)容簡介】 7]則提出一種用于比較兩個或多個相關(guān)ROC曲線下面積的非參數(shù)方法。 ROC的回歸模型分析方法在許多生物醫(yī)學(xué)研究中被當(dāng)作一種有用的方法,但在診斷試驗中的應(yīng)用和發(fā)展卻較緩慢。Tosteson等[18]將有序回歸模型用于診斷試驗的評價。Smith[19]提出了連續(xù)比模型的ROC分析。Wendy等[20]在1997年提出用邊際二分類回歸法對診斷試驗進行分析。Margaret[21]于1998年在前人的基礎(chǔ)上,提出了3種不同的ROC回歸方法,結(jié)合連續(xù)型的臨床資料對這3種方法加以比較發(fā)現(xiàn):方法1(ModelingtheTestResult)在評價協(xié)變量對ROC曲線作用大小時最敏感,不能用于診斷方法間的比較。方法2(ModelingSummaryMeasuresofAccuracy)要求協(xié)變量是離散的,對連續(xù)型協(xié)變量不適用,與其他兩方法相比適用范圍窄,但卻是最簡單的輔助方法,并有相關(guān)軟件可用。 3LROC法 傳統(tǒng)的ROC方法解決的是患病與否、病灶存在與否、良性或惡性等二分類問題,常用于病灶位置明確或可以忽略病灶位置的情況。實際應(yīng)用中,往往要考慮正確定位的問題,這時對傳統(tǒng)ROC曲線改良,以定位正確的真陽性率為縱坐標,以假陽性率為橫坐標,就得到LROC曲線。Starr等在1975年提出將每幅影像劃分為m個鄰近等分的子區(qū)域[22],最典型的為4分法,要求放射醫(yī)師同時指出病變的可信水平和最可能出現(xiàn)的部位,然后作ROC分析。他介紹了如何由已知的ROC曲線來有效預(yù)測相應(yīng)的LROC曲線。Richard[23]于1996年提出更為普遍的LROC模型,采用極大似然估計法,對診斷試驗的測定和定位準確性進行評價,并將新方法與標準的等級資料的ROC分析作比較。在等級資料的LROC模型基礎(chǔ)上,該作者衍生出相應(yīng)的freeresponseROC(FROC
合同協(xié)議相關(guān)推薦
鄂ICP備17016276號-1