Кульбак Опции

[DrgLena]

Вопрос из области теории информации. В сибирском медицинском журнале часто встречается диагностика или прогноз с использованием последовательного алгоритма Вальда, информативность признаков оценивается по Кульбаку.
Мой вопрос возник в связи с тем, что реально не всегда достигаются заданные высокие пороги для диагностики, но оценку набору используемых диагностических признаков все же хочется дать.
В задаче дифференциальной диагностики между двумя состояниями (верифицированы гистологически) рассчитывали диагностические коэффициенты клинических признаков, далее, вычисляли показатель накопленной информативности как арифметическая сумма (J) показателей информативности факторов риска, имеющихся у исследуемого (по Кульбаку). Далее, нужно эти суммы сравнить с выбранными порогами - но, можно ли дальше пойти другим путем. В этой новой переменной (J) найти точку перегиба используя анализ ROC-кривой и оценить таким образом диагностический тест, т.е. описать чувствительность и специфичность более привычным образом.

[плав]

Если я правильно понял Вашу задачу, то Ваше решение абсолютно правильно. Итак есть зависимая бинарная переменная (гистология) и независимая ординальная (упорядоченная) переменная J. Соответственно, можно для каждого значения J рассчитать Se и 1-Sp, построить ROC кривую и затем подобрать наиболее адекватную задаче точку разделения и, что еще важнее, оценить площадь под кривой, что позволит, например, сравнить полученные данные с клиническими признаками по отдельности. Тогда, опираясь на анализе AUC ROC можно будет сделать вывод, что метод с арифметической суммой J действительно приводит к более информативным результатам, чем использование признаков без него (ведь для AUC можно оценить SE и ДИ и, соответственно, ответить на вопрос о достоверности представляемых выводов).