Определение чувствительности и специфичности комбинации маркеров Опции

[Zaycho]

Здравствуйте!

Есть задача определить диагностическую ценность ряда маркеров (допустим, А, В и С) и их комбинаций в диагностике некоторого заболевания.
Я расчитал все параметры (чувствительность, специфичность, PPV, NPV, LR) и построил в SPSS ROC-кривые отдельно для А, В и С.
Как теперь сделать то же самое для комбинаций этих маркеров, допустим, А+В и В+С? Где копать?

Заранее огромное спасибо!

[Диана]

1) влияет ли снижение ЧСС до операции на снижение частоты кардиальных осложнений

в какой колонке находится "снижение ЧСС до операции", - колонка 43, ( может надо подсчитать на сколько снизилась от первоначального при поступлении в стационар), и в какой колонке соответственно "частота кардиальных осложнений"?-колонка 14

Сообщение отредактировал Диана - 27.08.2012 - 17:29

[p2004r]

1) влияет ли снижение ЧСС до операции на снижение частоты кардиальных осложнений

в какой колонке находится "снижение ЧСС до операции", - колонка 43, ( может надо подсчитать на сколько снизилась от первоначального при поступлении в стационар), и в какой колонке соответственно "частота кардиальных осложнений"?-колонка 14

ну сначала давайте посмотрим глазами на то как влияет или нет.

вот график (mosaicplot) показывающий частоту случаев с определенным сочетанием трех переменных --- группа лечения (13), частота осложнений (14), и сгруппированная выше и ниже собственной медианы ЧСС (43).

как видно --- осложнения нарастают от первой группы к третьей, ЧСС также нарастает в данном направлении + дополнительно резко нарастает во второй и третей группе лечения при наличии осложнения любой степени

Код

mosaicplot(table(data[,13], data[,14], cut(data[,43], c(50,70,120))))

с ростом частоты осложнений (от группы лечения 1 к 3) незначительно увеличивается доля 2 го типа доступа (64)

Код

mosaicplot(table(data[,13], data[,14], data[,64]))

Объем операции 63 нарастает.

Код

> summary(data[,63])
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  1.000   1.000   1.000   1.453   2.000   4.000
> mosaicplot(table(data[,13], data[,14], data[,63]))

Объем операции 65 падает.

Код

> summary(data[,65])
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
   85.0   135.0   155.0   166.2   185.0   320.0
> mosaicplot(table(data[,13], data[,14], cut(data[,65], c(80,155,330)) ))

Объем 69.... наверное лучше объединить все случаи осложнений в один уровень, вот так лучше. Видно сразу что ситуация во второй группе и третьей группе типа лечения по отношению к объему 69 зеркальна

Код

> summary(data[,69])
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  15.00   35.00   43.00   45.06   50.00  104.00
> mosaicplot(table(data[,13], data[,14]>0, cut(data[,69], c(10,43,110)) ))
>

Объем 72 постояненное соотношение у не осложненных во всех трех группах лечения, но у осложненных доля объема падает и в третей группе достигает уровня неосложненных. Скорее всего это фактор который указывает на возникновения осложнения вследствии каких то причин во время операции.

Код

> summary(data[,72])
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.
  200.0   400.0   500.0   592.6   700.0  2500.0
> mosaicplot(table(data[,13], data[,14]>0, cut(data[,72], c(100,500,3000)) ))
>

PS добавил первые мозаики с объединенными осложениями


Сообщение отредактировал p2004r - 27.08.2012 - 23:35

Эскизы прикрепленных изображений