• تحلیل منحنی های roc برای مقایسه تست های تشخیص پزشکی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1387/01/01
    • تاریخ انتشار در تی پی بین: 1387/01/01
    • تعداد بازدید: 1063
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    سابقه و هدف: با مسائل تشخیص هنگامی مواجه می شویم که هدف از یک آزمایش یا مدل، پیش بینی و انتساب افراد یا اشیاء (نمونه ها) به گروه های معین و خاصی باشد. به عنوان مثال در پزشکی برای تشخیص دیابت و یا سرطان (که در حیطه پیشگیری سطح دوم قرار می گیرند)، از ملاک ها و شاخص های مختلفی استفاده می شود. ساده ترین حالت هنگامی است که هدف تخصیص نمونه ها به یکی از دو گروه ممکن (سالم یا بیمار) باشد. در این صورت صفتی در مقیاس پیوسته و یا رتبه ای بر روی نمون های از افراد سالم و بیمار اندازه گیری می شود و سپس با انتخاب یک نقطه برش مناسب برحسب میزان حساسیت و ویژگی تست در آن نقطه و نیز مقدار تابع زیان اهمیت تشخیص، افراد سالم و بیمار مشخص می گردند. یک شاخص ارزیابی مناسب و تک مقداری برای تست در این حالت، عبارت است از آماره a، مساحت زیر منحنی (receiver operating characteristic ,roc). از آن جا که ملاک ها و شاخص ها بر روی نمونه واحدی اندازه گیری می شوند، لذا یک هم بستگی طبیعی بین a های متناظر با تست های مختلف وجود خواهد داشت که هر گاه هدف، مقایسه تست ها و انتخاب بهترین تست از بین بقیه باشد، صرف نظر کردن از این هم بستگی می تواند منجر به نتایج مخدوش و گمراه کننده شود.

    مواد و روش ها: در این مقاله ابتدا نحوه محاسبه آماره های a و ماتریس واریانس – کووراریانس آن ها را به همراه آزمون مناسبی برای مقایسه a های هم بسته تشریح نموده و با استفاده از داده های شبیه سازی شده نشان داده ایم که آزمون چگونه تحت تأثیر منظور نمودن هم بستگی ها قرار می گیرد. برای این کار برنامه مناسبی را با استفاده از زبان برنامه نویسی delphi5 تهیه نموده ایم. 

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها