医学诊断试验评价的ROC分析—重复测量诊断数据的ROC曲线

目的 探讨诊断试验中重复有序分类测量数据的ROC分析方法。方法 在有序模型基础上构造相应的ROC模型,然后选用累积logistic模型作为联系函数,采用GEE方法进行参数估计。结果 通过累积logistic模型的参数估计,能够得到ROC曲线方程、ROC曲线下面积及标准误。结论 上术方法影像诊断试验中常见的重复测量数据进行有效地分析与处理。     

连续变量诊断试验数据的ROC分析

目的 介绍一种连续诊断变量的ROC回归模型，以及在独立和相关结构下的参数估计方法，给出参数误差估计的Bootstrap方法。方法 应用SAS软件中的GENMOD过程和SAS语言编写的程序实现上述过程，并通过实例说明其应用效果。结果 利用ROC曲线方程，可以扣除协变量对诊断试验结果评价的影响，并能够计算出在不同协变量取值下的ROC曲线下面积，提供更为丰富和可靠的信息。结论 文中给出的ROC回归模型可以有效地用于连续变量诊断试验数据的ROC分析。     

基于贝叶斯估计的诊断试验ROC曲线回归模型

目的 阐明基于贝叶斯估计的ROC曲线回归模型.方法 通过实例对比分析,介绍WinBUGS软件ROC曲线回归模型参数估计与应用.结果 基于贝叶斯估计的ROC曲线回归模型不仅可考虑(平衡)协变量对诊断试验结果准确性评价的影响,而且可计算不同协变量取值条件下的ROC曲线下面积;不同先验分布的选取在一定范围内模型参数估计结果较稳定,可作为临床诊断试验结果分析的依据.结论 基于贝叶斯估计的ROC曲线回归模型,可有效地解决受协变量影响的临床诊断试验准确度评价问题.     

无金标准条件下含协变量的ROC曲线估计方法

目的阐明无金标准条件下,考虑协变量后估计ROC曲线的两部贝叶斯模型。方法介绍两部贝叶斯模型,结合实例,筛选无金标准条件下ROC曲线的影响因素,考虑协变量影响后,估计ROC曲线。结果两部贝叶斯模型不仅可探讨协变量对疾病状态的影响,而且可探讨协变量对诊断试验结果的影响,同时可计算不同协变量取值条件下ROC曲线下面积。结论两部贝叶斯模型可有效地解决无金标准条件下,考虑协变量影响的ROC曲线估计问题。     

logistic回归模型在ROC分析中的应用

目的探讨logistic回归模型在有协变量或多指标联合诊断试验ROC分析中的应用。方法根据疾病状态建立logistic回归模型,通过形成的预测概率或联合预测因子为分析指标,并结合非参数模型和双正态模型建立ROC曲线。结果通过实例阐述了整个分析过程,并说明了该试剂盒的有效性,同时利用两种模型得到了一致的结果。结论ROC分析中结合logistic回归模型简单有效,尤其适用于有协变量或多指标联合诊断试验的分析评价。     

评价判别模型诊断效果的ROC分析

ＲＯＣ分析已成为评价诊断试验的一种重要方法。本文介绍了ＲＯＣ分析的基本思想，提出用ＲＯＣ分析评价判别模型的优劣，给出了ＲＯＣ曲线回归估计的方法，并且导估计ＲＯＣ曲线下面各Ａ及标准误ＳＥ（Ａ）的公式。该法的优点是：１）结合灵敏度ＴＰ和特异度１－ＦＰ综合评价模型；２）在一定程度上克服异常值对判别模型的影响，３）根据实际需要选择合适的判别标准。文中给出了应用实例。     

临床试验评价的ROC分析方法

目的探讨新药临床试验效果的评价问题,给出一种新的统计分析方法。方法基于ROC分析给出多变量ROC模型,采用有序logit联系函数,利用SAS软件进行参数估计,得到有协变量及交互作用情况下的ROC曲线方程及曲线下面积。结果采用文中给出的方法,可以有效地扣除协变量的影响,用ROC曲线直观地评价药物之间的差别和作用。结论本文提供的方法能够更有效地对临床试验做出客观和准确的评价。     

比例优势模型实现ROC分析的方法及其应用前景分析

目的 探讨比例优势模型在ROC分析中的应用前景。方法 比较比例优势模型与双正态模型等经典方法所计算的ROC曲线下面积及其标准误；采用灵敏度残差平方和与决定系数两个指标评价参数模型的拟合优度。结果 在一般情况下，由比例优势模型所得到的Roe曲线指标结果与经典方法很接近；对于有序分类资料和连续型资料，该模型的拟合效果均较好；但由于该模型获得的Roe曲线形状单一，有些情况下该模型的拟合不理想。结论 与经典的方法相比，比例优势模型有其自身的特点，实际应用时应慎重做出选择。     

真实世界研究中协变量组间均衡性的诊断指标研究

目的 评价真实世界研究(real world study, RWS)组间协变量均衡性的诊断指标。方法 模拟不同的组间均衡性程度、不同的协变量与暴露、结局关系等RWS模拟数据场景,通过构建各诊断指标与估计偏差的相关性模型,评价不同的单一协变量、全局协变量均衡性诊断指标的准确性、稳健性。结果 除L1测度外,标准化差值法、重叠系数、K-S距离、Lévy距离、马氏距离和一般加权差均能识别不同程度的均衡性。基于倾向得分的C统计量和一般加权差估计相关性模型的R²值均大于0.8,截距值逼近原点,对于组间均衡性的诊断最为准确和稳定。结论 单一协变量诊断指标可以评估RWS数据组间协变量的均衡性,但全局诊断指标的准确性、灵敏度和稳健性更好,其中倾向得分C统计量的诊断效果最佳。     

使用SPSS作多变量观察值的ROC曲线分析

在临床医学中 ,采用金标准〔1〕来诊断是最为理想的 ,如恶性肿瘤的病理诊断、血液疾病的骨髓诊断、传染性疾病的病原体诊断等等。但有时病人受客观情况的限制 ,无法利用金标准来诊断 ,医生仅能根据病人的临床表现对疾病作出诊断。如果医生只凭单项测量指标对病人作出诊断 ,往往较为主观和敏感性 (sensitivity ,或真阳性率 )较低。综合利用多项测量指标对病人作出诊断 ,能大大提高正确诊断的敏感性。本文介绍如何使用SPSS的BinaryLogistic和ROCCurve过程进行多变量 (多项测量指标 )观察值的ROC曲线分析 ,并且与单变量 (单项测量指标 )…     

Semiparametric ROC surfaces for continuous diagnostic tests based on two test measurements

We propose a semiparametric method for estimating ROC surfaces for continuous diagnostic tests based on two test measurements. Such a three‐class diagnostic problem based on two test measurements arises naturally from some DNA amplification‐related diagnostic scenarios. Simulation results show that our proposed semiparametric ROC surface estimator is more efficient than the nonparametric counterpart and is quite comparable with the parametric counterpart when model assumption of the data is correctly specified for the parametric method. Moreover, when the parametric model assumption is not true, our proposed semiparametric method is superior to both nonparametric and parametric methods. Some discussions and a simulated example along with R programs for implementation of the proposed method are also provided. Copyright © 2009 John Wiley & Sons, Ltd.     

金标准为等级变量时诊断试验的评价及其在冠心病诊断试验中的应用

目的利用金标准为等级变量时诊断试验的评价方法 ,评价氧化低密度脂蛋白ELISA检测试剂盒在冠心病诊断中的诊断价值。方法共入选1190例观察对象,根据金标准检测结果分为3个不同状态,从ROC曲线下面积的定义出发,利用R软件,获得金标准为等级变量时氧化低密度脂蛋白ROC曲线下面积的非参数估计值。结果无论国产或瑞士产氧化低密度脂蛋白试剂盒,均说明氧化低密度脂蛋白对冠心病的不同疾病或健康状态具有区分能力,与AUC=0.5比较均具有统计学意义(P<0.001),且随着状态间的差距越大,其区分能力增强。两试剂盒与金标准相比的准确性分别为0.8797和0.8883,且具有统计学意义(P<0.001)。结论本研究为类似的研究提供了方法学参考。     

Hp感染与胃癌及癌前病变间关系的有序资料分析方法

目的 研究胃癌及癌前病变与幽门螺杆菌（Ｈp）感染的关系。方法 应用卡方检验和有序 分类资料分析的比例比数、连续比和相邻比方法,估计了相邻 比logistic模型的参数。结果 x＾２＝１７．１１（Ｐ＝０．００４）;正常、Ｂ型慢性浅表性胃炎、慢性萎缩性胃炎、肠化生、不典型增生和胃癌的相邻类别比数比分别为３．３７３、１．０５０、０．９５２、０．５３４和０．７６２。结论 胃癌及癌前病变与Ｈp感染有相关性。     

两冠心病诊断试剂盒双正态ROC曲线下面积及其等效性或非劣效性检验

目的 探讨在双正态假定下,应用标准化差法进行定量资料ROC曲线下面积的估计及其等效性检验或非劣效性检验,比较两氧化低密度脂蛋白试剂盒在诊断冠心病中的价值.方法 从ROC曲线的定义出发,根据模型中参数的统计学意义,完成ROC曲线的构建、曲线下面积的估计,并利用标准化差结合等效性检验、非劣效性检验原理,进行参数检验,或在Bootstrap基础上利用可信区间法得到结论.结果 两试剂盒均显示氧化低密度脂蛋白在冠心病诊断中具有较高的准确性.从非劣效性检验的结果可以看出,CHN试剂盒在冠心病诊断上非劣于已经投入临床使用的SWZ试剂盒.结论 两试剂盒具有较高的临床推广价值,且具有较高性价比的CHN试剂盒在国内临床市场有较好的前景.同时为类似问题的解决提供了方法学参考.     

Equivalence of improvement in area under ROC curve and linear discriminant analysis coefficient under assumption of normality

In this paper we investigate the addition of new variables to an existing risk prediction model and the subsequent impact on discrimination quantified by the area under the receiver operating characteristics curve (AUC of ROC). Based on practical experience, concerns have emerged that the significance of association of the variable under study with the outcome in the risk model does not correspond to the significance of the change in AUC: that is, often the variable is significant, but the change in AUC is not. This paper demonstrates that under the assumption of multivariate normality and employing linear discriminant analysis (LDA) to construct the risk prediction tool, statistical significance of the new predictor(s) is equivalent to the statistical significance of the increase in AUC. Under these assumptions the result extends asymptotically to logistic regression. We further show that equality of variance-covariance matrices of predictors within cases and non-cases is not necessary when LDA is used. However, our practical example from the Framingham Heart Study data suggests that the finding might be sensitive to the assumption of normality.