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.

[DrgLena]

Все это верно, но в данном случае мне нужно только обосновать необходимость цитологического дообследования, пытаясь получить диагностику сопоставимую с гистологией, поскольку ее не всегда можно сделать. Т.е. мне нужно показать, что расширяя информационное пространство признаков можно получить необходимую диагностическую точность без биопсии. При этом наглядно можно показать, что суммарная информативность по Кульбаку для меланомы возрастает напримет от ∑=7,64 до 13,7, а для невуса с ∑=-11,3 до 13,9.