Оценка достоверности различий по чуствительности/специфичности Опции

[Элла]

Подскажите, пожалуйста! В своей работе я сравниваю диагностические показатели трех различных диагностических тестов в диагностике одного заболевания. Для каждого теста в различный временные интервалы от начала заболевания посчитаны чув-ть, спец-ть, диагностическая точность и др. Как можно посчитать достоверность различий в чувствительности (специфичности) этих трех тестов и можно ли вообще это сделать? Как вообще оценить достоверность различий сравниваемых тестов, если они все имеют качественное представление (то есть измерены качественно).

[Элла]

Качественный тест дает ответ "да" или "нет", то есть есть заболевание или нет. Количественный - по определенному результату (численному) и установленному референтному значению (порогу) определяется таке болен человек или здоров. "Золотой стандарт" - это зарекомендовавший себя в клинической практике тест, с которым сравниваются все остальные.
Нет, получается в каждый временной интервал (допустим, через 2 часа от начал клинической симптоматики) соответствует не кривая, а только 1 точка. Нет возможности построить кривую.

[anserovtv]

Качественный тест дает ответ "да" или "нет", то есть есть заболевание или нет. Количественный - по определенному результату (численному) и установленному референтному значению (порогу) определяется таке болен человек или здоров. "Золотой стандарт" - это зарекомендовавший себя в клинической практике тест, с которым сравниваются все остальные.
Нет, получается в каждый временной интервал (допустим, через 2 часа от начал клинической симптоматики) соответствует не кривая, а только 1 точка. Нет возможности построить кривую.

Можно строить ROC-кривые и для качественного теста болен-здоров /в среде SPSS.(см. прикрепленные файлы).
ROC-кривую можно построить и вручную (по формулам).
Но чаще в ROC -анализе работают с вероятностями, а не с результатами измерений.
Автор почему-то очень плохо описывает структуру своих данных.
Я не понял из его сообщений , нужно ли применять и, если нужно, то почему не применяется логистическая регрессия?( и только затем ROC-анализ!!).
Обычно, сравнивая площади под кривой, можно выбрать лучший тест (или сравнить данный тест с эталоном).
При этом программа проверяет значимость каждого классификатора (теста) - если известна истинная классификация.
Также можно проверить значимость различий двух тестов. При большем числе сравнений нужно вводить поправки.
Как вариант дальнейшего исследования можно сравнить доверительные интервалы площадей под кривой для разных тестов/генерируются программой SPSS/.
В медицине часто выбирается самый дешевый диагностический тест из нескольких относительно лучших.
Мне было бы интересно проверить качество "золотого стандарта".
Нашел в интернете материал по данной теме со ссылками на старую книгу "Статистические методы исследования в медицине и здравоохранении," / Под ред. Л.Е. Полякова - Л.: Медицина, 1971. "
http://cgm.computergraphics.ru/
В нем предлагается проверять значимость отличий двух классификаторов следующим образом:
провести тестирование по обоим тестам одной и той же достаточно большой группы испытуемых. Разбить эту группу испытуемых на достаточное число подгрупп.
Для каждой подгруппы сосчитать число ошибок ( первого (FN) или второго рода (FP) или их суммы - что важнее) для каждого теста.
Затем для проверки значимости различий результатов тестирования сравнить средние с помощью t-критерия для парных выборок.
Почему при этом выполняются необходимые условия применения t-критерия: положительная корреляция и нормальность распределений - я не совсем понимаю.
Мое мнение: данный подход устарел.

Сообщение отредактировал anserovtv - 13.11.2013 - 08:31

Прикрепленные файлы

 ROC2.bmp ( 323,58 килобайт ) Кол-во скачиваний: 723
 ROC.bmp ( 929,3 килобайт ) Кол-во скачиваний: 821