Quando un medico fornisce una diagnosi ad un paziente , la sua conclusione in genere si basa su prove – e questi test sono a volte sbagliato . Ad esempio , i test che si basano su pazienti che presentano una costellazione di sintomi possono fallire perché ogni paziente mostra tutti i sintomi . I medici devono scegliere i test da utilizzare e come applicarli per ottenere il maggior numero di diagnosi corrette con meno errori . Curve ROC sono potenti strumenti grafici per l’analisi e il confronto l’accuratezza delle diverse tests.Things diagnostici che ti serviranno

carta

Pencil

calcolatrice grafica ( opzionale)

Mostra Altre istruzioni

1

Creare una tabella a 3 colonne per ogni test che si desidera confrontare . Etichettare la colonna ” cutoff “, a sinistra la colonna centrale “vera tasso positivo ” e la colonna di destra ” tasso di falsi positivi “.

2

Compilare i tavoli con i veri e falsi positivi tassi corretti per ogni taglio , utilizzando i vostri dati . Per esempio , un test per una malattia può essere necessaria una paziente mostra alcuni dei sette criteri diagnostici . Ad ogni taglio – tre, quattro , cinque criteri – il test correttamente diagnosticare alcuni pazienti , il cui risultato è un vero positivo . Il test inoltre falsamente diagnosticare alcuni pazienti sani come avente la malattia . Si tratta di falsi positivi nella tabella .

3

Disegnare un grafico quadrato con le unità 0-1 sul assi xe y . Etichettare l’asse x “False Valutazione positiva ” e l’asse y “True tasso positivo . ” Utilizzando il tavolo , terreno ogni coppia ( x , y) come un punto . Utilizzare colori differenti per punti dei vari esercizi . Collegare i punti con una curva regolare continuamente pendenza che inizia a ( 0,0 ) e termina con ( 1,1) per rappresentare graficamente ogni curva ROC .

4

Tracciare una linea diagonale retta tra i punti ( 0,0 ) e ( 1,1 ) . Questa linea rappresenta una prova senza valore che svolge a livello di diagnosi casuali. Se una curva ROC corre lungo o al di sotto di questa linea , la prova che rappresenta è inutile – non è migliore di possibilità

5

Confrontare l’altezza delle curve ROC . . Se una curva ROC ha un valore y superiore ad ogni valore x di un’altra curva ROC , è un test strettamente superiore . I valori y maggiori implicano che questo test sia correttamente diagnosticare più pazienti mentre produce un uguale numero di falsi positivi .

6

Calcolare l’area sotto ogni curva ROC . Per calcolare l’integrale a mano , utilizzare il metodo trapezoidale o disegnare e contare il numero di caselle che si adattano sotto la curva . In caso contrario , utilizzare una calcolatrice computer o grafica da integrare. L’area sotto la curva ROC è una misura del test ” discriminazione”. Una discriminazione più elevato per una prova di un altro significa in generale un test più accurato .