您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览272 | 下载211

目的 利用logistic回归模型和非参数法探讨疾病联合诊断ROC曲线的应用.方法 根据资料建立一元和多元logistic回归模型,计算单独诊断和联合诊断ROC曲线下面积.单独诊断可由SAS直接提供logistic回归ROC曲线下面积,联合诊断A法用各指标一元logistic回归预测概率为诊断指标作非参数方法的联合诊断,联合诊断B法用多元logistic回归模型计算个体预测概率P值作诊断指标,用非参数法建立ROC曲线.最后比较各种方法的诊断效果.结果 单独诊断时,各时点指标CyC ROC曲线下面积Z分别为0.5746,0.7794,0.7619,0.7968,0.7746,0.7476,0.7651,0.7508,0.7508及总体Z=0.5的假设检验P值分别为0.4514,0.0004,0.0016,0.0005,0.0012,0.0071,0.0051,0.0057,0.0037;联合诊断A(不含before)法比联合诊断B法(不含before)诊断效果要差,其Z分别为0.7480和0.8381,两者均P <0.0001.结论 单独诊断能为联合诊断提供一定的应用价值,联合诊断B比联合诊断A诊断价值略高.

作者:秦正积;沈毅;崔晓莉;肖静;何书

来源:中国卫生统计 2014 年 31卷 1期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:272 | 下载:211
作者:
秦正积;沈毅;崔晓莉;肖静;何书
来源:
中国卫生统计 2014 年 31卷 1期
标签:
logistic回归 ROC曲线 灵敏度 特异度 联合诊断
目的 利用logistic回归模型和非参数法探讨疾病联合诊断ROC曲线的应用.方法 根据资料建立一元和多元logistic回归模型,计算单独诊断和联合诊断ROC曲线下面积.单独诊断可由SAS直接提供logistic回归ROC曲线下面积,联合诊断A法用各指标一元logistic回归预测概率为诊断指标作非参数方法的联合诊断,联合诊断B法用多元logistic回归模型计算个体预测概率P值作诊断指标,用非参数法建立ROC曲线.最后比较各种方法的诊断效果.结果 单独诊断时,各时点指标CyC ROC曲线下面积Z分别为0.5746,0.7794,0.7619,0.7968,0.7746,0.7476,0.7651,0.7508,0.7508及总体Z=0.5的假设检验P值分别为0.4514,0.0004,0.0016,0.0005,0.0012,0.0071,0.0051,0.0057,0.0037;联合诊断A(不含before)法比联合诊断B法(不含before)诊断效果要差,其Z分别为0.7480和0.8381,两者均P <0.0001.结论 单独诊断能为联合诊断提供一定的应用价值,联合诊断B比联合诊断A诊断价值略高.