Příklad 016: ROC analýza

Příklad 016: ROC analýza

 

ROC křivka (Receiver Operating Characteristic curve) znázorňuje vztah mezi senzitivitou a specifičností (resp. 1-specifičností nebo 100-specifičnost při vyjádření v procentech). Příklad ukazuje ROC křivku pro data z příkladu 015: Data pro grafické znázornění. Jednalo se o stanovení BNP u souboru 157 osob, kriterium pro ROC křivku byl stav přežití (zemřel/přežil). Dobře diskriminující test má ROC křivku umístěnou více do levého horního rohu, test bez diskriminační účinnosti má křivku blízkou diagonále. V našem případě je plocha pod ROC křivkou (AUC, area under the curve) rovna hodnotě 0,788. Některé statistické programy udávají také 95% konfidenční interval plochy pod křivkou, který je v tomto případě 0,716 – 0,849.

 

Další obrázek ukazuje porovnání koncentrací BNP (pmol/l) u skupiny zemřelých pacientů (Dead patients) a přežívajících (Survivors). Uvedena je doporučená diskriminační mez s příslušnou senzitivitou (80,5 %) a specifičností (70,7 %).

 

 

Pro dva různé testy lze porovnávat ROC křivky a zjistit, zda je diskriminační účinnost jednoho testu statisticky odlišná od testu druhého (viz Příklad 022) .

 

 

Další informace

·         Příklad 015: Data pro grafické znázornění

·         ROC analýza

·         Příklad 022: porovnání ROC křivek

 

 

Antonín Jabor

 

.