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。     

重复测量诊断试验的ROC曲线广义线性混合效应模型北大核心CSCD

目的针对重复测量诊断数据,为同时考虑协变量对诊断试验准确性评价的影响,度量重复测量数据间的相关性,本文探索新的ROC曲线的建模方法。方法通过广义线性混合效应模型对ROC曲线进行模拟,并采用贝叶斯参数估计方法,利用Win BUGS软件予以实现,进而计算不同协变量取值下的ROC曲线下面积(AUC)以对诊断试验结果进行评价。结果实例数据分析结果表明,基于广义线性混合效应模型的ROC曲线建模方法可以有效地刻画重复测量诊断试验数据,给出更有解释意义的回归参数,提供临床分析的参考依据。结论基于广义线性混合效应的ROC曲线模型在解决重复测量诊断试验的准确度评价问题起着至关重要的作用。     

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。     

重复测量诊断试验的ROC曲线广义线性混合效应模型

目的针对重复测量诊断数据,为同时考虑协变量对诊断试验准确性评价的影响,度量重复测量数据间的相关性,本文探索新的ROC曲线的建模方法。方法通过广义线性混合效应模型对ROC曲线进行模拟,并采用贝叶斯参数估计方法,利用Win BUGS软件予以实现,进而计算不同协变量取值下的ROC曲线下面积(AUC)以对诊断试验结果进行评价。结果实例数据分析结果表明,基于广义线性混合效应模型的ROC曲线建模方法可以有效地刻画重复测量诊断试验数据,给出更有解释意义的回归参数,提供临床分析的参考依据。结论基于广义线性混合效应的ROC曲线模型在解决重复测量诊断试验的准确度评价问题起着至关重要的作用。     

具有协变量或干扰因素的诊断试验数据的ROC分析

目的 探讨具有协变量或干扰因素的诊断试验的评价问题。建立相应的统计模型及分析方法。方法 基于ROC分析给出变量ROC模型，采用有序logistic连续函数，利用SAS软件进行参数估计，得到有协为量情况下的ROC曲线方程及曲线下面积。文中结合检测动脉硬化的数据，说明了其用法。结果 采用文中给出的方法，可以有效地扣除协变量的影响，准确地评价诊断的作用。结论 本文提供的方法能够有效地解决诊断试验中具有干扰因素影响的问题。     

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。     

不同方差比双正态ROC参数估计样本量确定方法准确性探讨

目的 探讨不同方差比双正态参数估计时样本量确定方法的准确性,对最常用样本量估计方法--双正态法所估计样本量的准确性进行评价与修正.方法 采用Monte Carlo模拟试验,分别利用参数法和非参数法计算获得曲线下面积的参数估计值,获得实际所需样本量,对Obuchowski和Mcclish给出的不同方差比双正态ROC参数估计所需样本量的准确性进行评价,依据试验数据采用曲线拟合方法给出修正公式.结果 Obuchowski和Mcclish给出的方法是假定患病组诊断变量XA和非患病组诊断变量XN服从正态分布,样本量计算公式是以ROC曲线下面积估计值服从正态分布为前提导出的,但事实上随ROC曲线实际面积θ逐渐增大,样本估计量偏离正态,导致样本量估计结果不够准确,与实际样本需要量有一定差距.在其他条件相同的情况下,患病组与非患病组诊断变量方差比越大实际所需样本量越多,在患病组与非患病组诊断变量方差比分别为2∶1及3∶1的情况下,用Obuchowski和Mcclish方法计算出的样本量与实际所需样本量相差不是很大.根据Monte Carlo模拟试验的结果,给出了Obuchowski和Mcclish方法计算样本量的修正公式,该修正公式可有效地应用于实际.结论 Obuchowski和Mcclish方法计算的样本量进行ROC参数估计时需要调整,采用Monte Carlo方法估计的样本量,可以有效地进行双正态ROC参数估计,达到诊断试验评价要求.     

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。     

四种与冠心病相关指标联合诊断冠心病价值评价

目的：探讨klgistic多指标联合诊断试验ROC分析中的应用，评价4种与冠心病发病有关指标在冠心病诊断及联合诊断中的效果。方法：根据疾病状态建立klgistic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，并说明了指标对诊断冠心病的有效性，确定了基于联合诊断的晟佳工作点。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。     

ROC曲线下面积的ML估计与假设检验

目的 探讨诊断试验中配对设计资料的ROC分析方法。方法 在双正态模型基础下应用ML估计方法计算ROC曲线下面积，正态近似法估计面积的可信区间及假设检验。结果 由迭代法进行参数估计，得到ROC曲线下的面积、面积的标准误及置信区间，可计算出面积比较的U检验统计量。结论 可用于配对设计的诊断试验的比较和评价，包括对连续性和等级分类资料的处理。