疾病风险预测模型评价方法:ROC曲线,拟合优度检验与NRI

2020-09-17 网络 网络

临床上疾病风险预测模型类研究越来越多,最常见的是按TRIPOS规范,建立建模队列和验证队列,建立模型以后,评估模型的可靠性,一般采用ROC曲线的AUC值和拟合优度检验,了解模型的价值。即预测模型的区分

临床上疾病风险预测模型类研究越来越多,最常见的是按TRIPOS规范,建立建模队列和验证队列,建立模型以后,评估模型的可靠性,一般采用ROC曲线的AUC值和拟合优度检验,了解模型的价值。即预测模型的区分度(Discrimination)和校准度(Calibration),前者反映了该模型是否能够将患者和非患者区分开来的能力;后者反映了该模型预测结果与实际情况的符合程度。基本到此就可以了。AUC的专业意义不容易理解,很难转化为恰当的临床解释。今天还会跟大家介绍一个新的工具NRI,而NRI很好的克服了这个不足。 先讲一讲ROC曲线及其AUC 首先我们来复习一下ROC曲线,在诊断试验中,通常根据检验指标的判断结果和金标准诊断结果,整理成一个2×2的表格,如下表所示,并以此来计算诊断试验中两个比较重要的指标,即灵敏度和特异度。 灵敏度=A/(A+C),即真阳性率,反映了将实际有病的人正确地判定为阳性的比例。 特异度=D/(B+D),即真阴性率,反映了将实际无病的人正确地判定为阴性的比例。 如果检验指标为连续性变量,我们可以将该检验指标划分为不同的切点,切点以上判断为阳性,切点以下判断为阴性,每



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. 2020-09-26 ms6000001335953934

    赞👍

    0

  2. 2020-09-17 Psycho.Dr Du

    学习了!#学习#

    0

相关资讯

Nature:未来COVID-19将何去何从?

遥远的未来会和新冠共舞吗?

如此多的COVID-19预测模型,来看BMJ的系统评价!

截止到2020年7月27日,新型冠状病毒肺炎(COVID-19)疫情已波及全球215个国家和地区,报告累计确诊病例1637.4w例,死亡6.5w例,而实际上感染人数和死亡人数可能还要高的多。

BMJ:住院患者早期不良预后风险预测模型研究

住院患者预警评分是一种广泛使用的预测模型,在日常临床实践中常用于识别住院患者的早期临床恶化,但目前,大部分模型存在较为明显的缺点,特别需注意在模型的推导和验证过程中方法的科学性

Nat Med:基于症状的Covid-19的预测模型

个人通过手机APP报告症状也许可以预测是否感染了Covid-19。5月11日在《Nature Medicine》刊登的一项研究中,研究者开发了一个公式来预测用户是否患Covid-19。

JAMA Intern Med:钟南山团队建立新冠肺炎危重症预测模型 准确性达88%

广州呼吸健康研究院14日发布消息称,中国工程院院士钟南山团队代表中国国家卫生健康委员会高级别专家组,整合临床风险因素,建立新冠肺炎的危重症预测模型,可预测新冠肺炎患者是否会发展为危重症,准确性达到88

临床预测模型:新预测因子的预测增量值

【摘要】新的生物标志物的发现和开发一直以来都是充满前景的领域,这些研究为预测模型提了新的预测因子,可以极大改善对疾病风险的预测。为了对新的预测因子的临床效用得到有意义的结论,必须采取适当的统计方法。本