Comparación de áreas parciales bajo la curva ROC

Comando:

Estadísticas Curvas ROC Comparación de áreas parciales bajo la curva ROC

Introducción

Al comparar dos curvas ROC, puede ocurrir que las dos áreas bajo la curva ROC (AUC) sean iguales, pero una tenga mayor sensibilidad que la otra en un rango de especificidad. El ejemplo muestra dos curvas ROC cruzadas con un AUC total igual. Sin embargo, para el rango clínicamente importante (especificidad superior al 80%), la sensibilidad de la prueba A es claramente mayor que la de la prueba B (adaptado de Obuchowski, 2006).

MedCalc permite comparar las dos áreas parciales bajo la curva ROC en ese intervalo específico. Los datos de ambas áreas parciales pueden provenir de los mismos sujetos (muestras, pacientes, etc.), en cuyo caso se obtienen datos pareados; o de sujetos diferentes, en cuyo caso se obtienen datos independientes y dos áreas parciales independientes.

Consulte Área parcial bajo la curva ROC para obtener información detallada sobre el cálculo y la interpretación de áreas parciales bajo la curva ROC.

Entrada requerida

• Variables : seleccione las dos variables de interés.
• Variable de clasificación : seleccione una variable dicotómica que indique el diagnóstico (0=negativo, 1=positivo).

  Si sus datos están codificados de manera diferente, puede utilizar la herramienta Definir estado para recodificar sus datos.

  Es importante identificar correctamente los casos positivos.

• Filtro : (opcionalmente) un filtro para incluir solo un subgrupo seleccionado de casos (por ejemplo, EDAD>21, SEXO='Masculino').
• Opciones:
  • Los datos provienen de los mismos sujetos (datos pareados) : seleccione esta opción si las dos variables contienen datos provenientes de los mismos sujetos. Si los dos conjuntos de datos provienen de sujetos diferentes, no existe un diseño pareado y debe desmarcarse esta opción. Es importante hacer esta distinción, ya que la potencia estadística de la prueba varía según el modelo de muestras apareadas o independientes.
  • Intervalo de sensibilidad o especificidad : seleccione si desea el área parcial bajo la curva ROC para un intervalo de sensibilidad o especificidad definido.
  • Desde y Hasta : el valor inferior y superior del intervalo de interés. Los valores comunes son del 80 %, 90 %, 95 % y 100 %.
  • Intervalo de confianza bootstrap : seleccione esta opción para calcular un intervalo de confianza para las áreas parciales bajo la curva ROC y su diferencia, utilizando la técnica bootstrap (Efron, 1987; Efron y Tibshirani, 1993).
  • Avanzado : haga clic en este botón para especificar los parámetros del bootstrap: el número de réplicas y la semilla del generador de números aleatorios.
  • Seleccione Mostrar ventana de curva ROC para obtener el gráfico en una ventana separada.

Resultados - Muestras apareadas

El siguiente informe se muestra en el caso de un diseño emparejado:

Primero MedCalc muestra los parámetros del análisis.

A continuación se informa lo siguiente para las dos variables:

• Área bajo la curva : es el área total bajo la curva ROC.
• El área parcial (pAUC) : el área bajo la curva ROC en el intervalo de especificidad (o sensibilidad) especificado.
• Se informa el IC Bootstrap del 95 % de pAUC si se ha seleccionado la opción correspondiente.
• El área parcial estandarizada (pAUC) según la definición de McClish (1989), consulte Área parcial bajo la curva ROC.
• Se informa el IC Bootstrap del 95% del pAUC si se ha seleccionado la opción correspondiente. Si este intervalo de confianza no incluye 0,5, se puede concluir que el pAUC es significativamente diferente del modelo aleatorio.

Resultados - Muestras independientes

El informe de muestras independientes es algo diferente, pero esencialmente contiene las mismas estadísticas:

Comparación de las dos áreas parciales

MedCalc reporta la diferencia entre las dos áreas parciales con un intervalo de confianza bootstrap del 95 %. Si el intervalo de confianza no incluye el 0, se puede concluir que las dos áreas parciales son significativamente diferentes (P<0,05).

Gráfico

La curva ROC y las áreas parciales se muestran en una ventana separada:

Literatura

• Efron B (1987) Better Bootstrap Confidence Intervals. Journal of the American Statistical Association 82:171-185.
• Efron B, Tibshirani RJ (1993) An introduction to the Bootstrap. Chapman & Hall/CRC.
• McClish DK (1989) Analyzing a Portion of the ROC Curve. Medical Decision Making 9:190-195.
• Obuchowski NA (2006) Receiver Operating Characteristic Curves and their use in radiology. Radiology 229:3-8.
• Zhou XH, Obuchowski NA, McClish DK (2002) Statistical methods in diagnostic medicine. Wiley-Interscience.

Véase también

• Análisis de la curva ROC
• Área parcial bajo la curva ROC
• Comparación de curvas ROC (curvas ROC correlacionadas, derivadas de los mismos casos)
• Comparación de curvas ROC independientes (curvas ROC de subgrupos)
• Formato gráfico
• Leyenda del gráfico
• Agregar objetos gráficos
• Líneas de referencia

Enlaces externos

• Curva ROC en Wikipedia.