Çalışmalar arasında tanı eşiğinin değiştiğine dair herhangi bir kanıt varsa, çalışmaların sonuçlarının en iyi özeti tek bir nokta yerine bir ROC eğrisi olacaktır. En uygun özet ROC’ye karar vermek için tam yöntem aşağıda açıklanmıştır, ancak öncelikle, eğrinin “duyarlılık = özgüllük” çizgisi etrafında simetrik olduğu varsayıldığında, bir özet ROC eğrisini tahmin etmek için basit bir yöntemin mevcut olduğunu belirtmekte fayda var.

Tanısal eşik değerinden bağımsız olarak tanı olasılık oranının sabit olduğu tanı testleri simetrik ROC eğrilerine sahiptir. Bu durumlarda, ortak tanısal olasılık oranını tahmin etmek ve dolayısıyla en uygun ROC eğrisini belirlemek için olasılık oranlarını birleştirmek için standart meta-analiz yöntemlerini kullanmak mümkündür. Özet oran oranı, DOR hesaplandıktan sonra, karşılık gelen ROC eğrisinin denklemi ile verilir.

Özet ROC eğrilerinin tahmini için Littenberg ve Moses yöntemleri

Asimetrik ROC eğrileri, tanısal olasılık oranı tanı eşiği ile değiştiğinde ortaya çıkar. Littenberg ve Moses, eşikle DOR’da varyasyona izin veren tüm bir özet ROC eğrileri ailesini uydurmak için bir yöntem önerdiler.

Yöntem, DOR ile doğru pozitif olasılıkların çarpımı ile yanlış pozitif sonuçların olasılıklarının çarpımı tarafından verilen bir özet tanı eşiği ölçüsü arasındaki ilişkiyi dikkate alır. Tanılama eşiği azaldıkça, pozitif tanıların sayısı (hem doğru hem de yanlış) artar ve eşik ölçüsü artar.

Denklemlerde ve şekillerde, tanısal olasılık oranının logaritmasını takip eden D ile gösterilir ve eşik ölçüsünün S.D ve S tarafından logaritması (gerçek pozitif orandan (TPR) ve yanlış pozitif orandan) hesaplanabilir ( FPR)) aşağıdaki denklemlerden herhangi birini kullanır.

Littenberg ve Moses’ın yöntemi önce, her bir çalışma için hesaplanan eşik ölçüsüne (S) karşı tanısal olasılık oranı (D) günlüğünün bir grafiğini dikkate alır. Ardından, grafikteki noktalardan geçen en uygun düz çizgiyi hesaplamayı önerirler.

eğim parametresi b tahmininin öneminin test edilmesi, eşik ile tanılama performansında önemli bir değişiklik olup olmadığını test eder. Çizgi yatay olarak kabul edilebilirse, tanısal olasılık oranı eşikle değişmez ve yöntem, yukarıda açıklandığı gibi doğrudan havuzlama oranlarından elde edilenlere benzer şekilde simetrik ROC eğrileri verir. Bununla birlikte, tanısal eşik ile tanısal olasılık oranında önemli bir eğilim varsa, ROC eğrileri asimetriktir.

a ve b parametrelerinin tahminleri, ya sıradan en küçük kareler regresyonundan (her çalışmayı eşit olarak ağırlıklandırır), ağırlıklı en küçük kareler regresyonundan (ağırlıkların, tanısal log olasılık oranının ters varyans ağırlıkları olarak alınabildiği durumlarda veya sadece örneklem büyüklüğü) veya sağlam regresyon yöntemleridir (aykırı değerlerden çok fazla etkilenmeyen).

Bu yöntemin açıklamaları, onu en yaygın olarak, gerçek pozitif ve yanlış pozitif oranların logitleri cinsinden formüle eder. Yukarıdaki denklemlerde gösterildiği gibi, tanısal olasılık oranının logu aslında bu logitlerin farkı iken, teşhis eşiği ölçümünün logu bu logitlerin toplamıdır. 

Roc eğrisi nedir
ROC eğrisi SPSS
Roc eğrisi nasıl çizilir
roc eğrisi cut-off
Roc eğrisi nasıl hesaplanır
ROC analizi PDF
Python ROC eğrisi
ROC curve

Vaka çalışması : Bir özet ROC eğrisinin hesaplanması

Tanısal eşik ile tanısal olasılık oranındaki varyasyona izin veren alternatif bir özet ROC eğrisi, Moses ve Littenberg’in yöntemiyle tahmin edilebilir. İlk olarak, tanısal olasılık oranının günlüğü, D ve tanısal eşik ölçüsü, S, her çalışma için hesaplanır. Çalışma boyutuna göre ağırlıklandırma, tanısal eşik (S) ölçümü üzerindeki log tanısal olasılık oranının (D) regresyonu, D = a + bS regresyon denkleminden a ve b parametrelerinin tahminlerini üretir. Parametre tahminleri aşağıdaki gibidir.

Bu sonuçlar, tanısal olasılık oranının eşikle birlikte değiştiğine dair zayıf kanıt olduğunu (P=0.054) göstermektedir. Bunun etkisini göstermek için, verilen bu regresyon denklemine karşılık gelen ROC eğrisini Şekil 14.5’teki simetrik eğri ile karşılaştırın. Duyarlılık ve özgüllük değerleri, gözlemlenen çalışmaların değer aralığının ortasında benzerdir, ancak daha yüksek ve daha düşük özgüllüklerde farklılık gösterir. Yine yöntem, klinik uygulamada kullanım için uygun olan duyarlılık ve özgüllüğün benzersiz bir ortak özet tahmini sağlamaz.

Heterojenlik Kaynaklarının Araştırılması

Hasta gruplarındaki çalışmalar, test yürütme ve çalışma tasarımı arasındaki farklılıklar, tanısal olasılık oranlarında değişkenliğe neden olabilir. Oran oranlarını birleştirmek için her iki yöntem de bu özelliklerin olası önemini araştırmak için genişletilebilir. Özet ROC eğrilerinin simetrik olduğu varsayılabilirse, diğer faktörlerin etkisi, bahis oranları için standart meta-regresyon yöntemleri kullanılarak araştırılabilir.

Alternatif olarak, Littenberg-Moses regresyon yöntemi, her bir potansiyel etki değiştiricisi için regresyon denklemine bir ortak değişken eklenerek genişletilebilir. Bu terimlerin her birinin üstel değeri, her faktör için tanısal olasılık oranlarındaki çarpımsal artışları tahmin eder. Lijmer bu yaklaşımı, rapor edildiği gibi, tanısal olasılık oranları üzerindeki çalışma kalitesinin etkilerini araştırmak için kullandı.

ROC eğrilerini havuzlama

Yukarıda açıklanan tüm yöntemler, her çalışmanın bir tanı eşiğinde duyarlılık ve özgüllük tahminleri sağladığı durumu dikkate alır.

Bazen, bireysel çalışmalar ROC eğrilerini veya bunların oluşturulabileceği verileri yayınlayacaktır. Yukarıda ana hatları verilen yöntemleri kullanarak bu tür verilerin bir meta-analizini gerçekleştirmek için (a) verileri her bir kesme noktası için ayrı ayrı toplamak veya (b) yayınlanmış tüm veri noktalarından bir özet ROC eğrisi sığdırmak (çalışma başına birden çok noktaya izin vererek) mümkündür. Her ikisi de aynı verilerin birden fazla analizini içerdiğinden, bu yaklaşımların hiçbiri tamamen tatmin edici görünmüyor.

Bir alternatif, tanı gücünü çalışmalar arasında bir araya getirilebilecek tek bir sayı olarak özetleyen ROC grafiğinden eğri altındaki alanı (AUC) hesaplamaktır. Mükemmel testlerin AUC’si 1’e yakındır ve zayıf testlerin AUC’leri 0,5’e yakındır. Bununla birlikte, farklı şekillerdeki ROC eğrileri aynı AUC’ye sahip olabilir, bu nedenle bir özet AUC’yi bir dizi benzersiz duyarlılık ve özgüllük kombinasyonu açısından yorumlamak mümkün değildir.

İkinci bir alternatif, Littenberg ve Moses yöntemi için açıklananlara benzer kesme ve eğim parametrelerinin tahminlerini veren çalışmaların her biri için ROC eğrilerinin denklemlerini hesaplamaktır. Bu parametreler bir “ortalama” ROC eğrisi vermek üzere bir araya toplanabilir, ancak bu yöntem her çalışma için kesişme ve eğim parametreleri arasındaki korelasyonu göz ardı ettiğinden yetersizdir.

Ek olarak, bu alternatif yaklaşımların hiçbiri, çalışmaların birkaçının ROC eğrilerini rapor ederken diğerlerinin sadece bir kesme noktasında test performansını rapor ettiği ortak durumda kullanılamaz.

The post Simetrik ROC Eğrileri – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Duyarlılık, Özgüllük ve Olabilirlik Oranları

Hem referans hem de deneysel tanı testleri, sonucu doğal olarak ikili bir sınıflandırma (hastalık var/hastalık yok) olarak bildirebilir. Bu, sonuçların gerçek pozitifler (TP) ve gerçek negatifler (TP) (doğru test sonuçları) veya yanlış pozitifler (FP) ve yanlış negatifler (FN) (yanlış test) olarak sınıflandırılan bireylerle 2􏰀2’lik bir tabloda sunulmasına izin verir. 

Duyarlılık, özgüllük ve olabilirlik oranlarının standart özetleri, Kutu 14.1’de gösterildiği gibi TP, TN, FP ve FN olarak sınıflandırılan bireylerin sayısından hesaplanır. Tüm bu hesaplamaların sütunlarda yapıldığına ve çalışma örneklemindeki hastalığı olan ve hastalığı olmayanların sayısı değişirse aynı sonuçları verdiğine dikkat edin. Dolayısıyla bu değerler, çalışma örneğindeki hastalığın prevalansındaki değişikliklerden doğrudan etkilenmez.

Bazı durumlarda, değerlendirme altındaki test, belki de sürekli bir ölçümden türetilen sıralı kategoriler kümesi olarak sonuçlar verecektir. Örneğin, bazı anatomik özelliklerin varlığını tespit etmeye yönelik manyetik rezonans görüntüleme taramalarının sonuçları, kesinlikle pozitif, muhtemelen pozitif, belirsiz, muhtemelen negatif veya kesinlikle negatif olarak rapor edilebilir.

Duyarlılık ve özgüllük, yalnızca iki sonuç kategorisinin olduğu durumlarda doğal olarak geçerlidir, ancak bu durumlarda pozitif ve negatif test sonuçlarını tanımlamak için bir tanı eşiği seçilerek hesaplanabilir. Sonuçlar daha sonra 2􏰀2 şeklinde sunulabilir. eşiğin üstündeki ve altındaki kategorileri birleştiren tablodur (örneğin, belirsiz veya kesinlikle veya muhtemelen olumsuz ile karşılaştırıldığında kesinlikle ve muhtemelen olumluyu birleştirmek).

Farklı eşikler, farklı hassasiyetler ve özgünlükler üretecektir. Tek bir veri seti için birkaç eşik dikkate alındığında, testin tanısal özellikleri, yanlış pozitif hıza karşı gerçek pozitif oranın (hassasiyet) alıcı çalışma karakteristiği (ROC) olarak bilinen bir grafik kullanılarak grafiksel olarak gösterilebilir (1 – özgüllük). Bu plan Kutu 14.2’de ayrıntılı olarak açıklanmıştır.

Olabilirlik oranı, hastalığı olan bir kişinin, hastalığı olmayan bir kişiden kaç kez belirli bir test sonucunu alma olasılığının daha yüksek olduğunu tanımlar. İkili testlerin iki olabilirlik oranı vardır: pozitif olabilirlik oranı (LR +ve) (genellikle birden büyük bir sayı) ve negatif olabilirlik oranıdır (LR –ve) (genellikle sıfır ile bir arasında bir sayı).

duyarlılık ve özgüllük hesaplama
Negatif olabilirlik oranı
pozitif prediktif değer nedir
Youden indeksi nasıl hesaplanır
negatif prediktif değer nedir
roc eğrisi nedir
Likelihood ratio nedir
spesifite

Klinik uygulamada olabilirlik oranlarını kullanmak için bir rehber, 10’dan büyük pozitif olabilirlik oranlarının veya 0·1’den düşük negatif olabilirlik oranlarının ikna edici tanısal kanıt sağlayabileceğini, 5’in üzerinde ve 0·2’nin altında olanların ise güçlü tanısal kanıt sağlayabileceğini, ancak bu, aşağıdakilere bağlı olsa da, önerir. ön test olasılığı ve uygulandıkları bağlamdır.

Olasılık oranları, klinik uygulamada, Bayes teoremi kullanılarak test sonuçlarına göre bireyin tahmini hastalık şansını güncellemek için uygulanabilir11: Bir hastanın hastalığa sahip olduğu son test olasılıkları, ön test oranlarının olabilirlik oranıyla çarpılmasıyla tahmin edilir. 

Olasılıkları oranlara dönüştürme ihtiyacını ortadan kaldıran bu hesaplama için basit nomogramlar mevcuttur ve bunun tersi de geçerlidir (olasılıklar ve olasılıklar arasındaki farkların ayrıntılı bir açıklaması için). Olasılık oranları, test sonuçları ikiden fazla kategoride rapor edildiğinde, her kategori için ayrı ayrı hesaplanabildiklerinden ve mevcut tüm tanı bilgilerinden en iyi şekilde yararlanılabildiğinden, tanı performansının tercih edilen bir ölçüsüdür.

Kutu 14.2 Alıcı çalışma karakteristiği (ROC) eğrileri

ROC eğrileri, sonuçların pozitif veya negatif değişiklikler olarak sınıflandırıldığı eşiklerde gözlemlenen duyarlılık ve özgüllük modellerini göstermek için kullanılır. Endometrial kalınlığın ultrason ölçümü ile endometriyal kanserin saptanmasına ilişkin bir çalışmadan bir ROC eğrisini gösterir.

Endometriyal kanserli kadınların artmış endometrial kalınlıkları olması muhtemeldir: kanser olmayan çok az sayıda kadın yüksek eşiği aşan kalınlıklara sahip olurken, endometriyal kanserli çok az sayıda kadın düşük eşiğin altında kalınlığa sahip olacaktır. Bu sonuç paterni şekilde görülmektedir, 5 mm eşiğin yüksek hassasiyet (0.98) ve zayıf özgüllük (0.59) gösterdiği, 25 mm eşiğin ise zayıf hassasiyet (0-24) ancak yüksek özgüllüktür (0. ·98).

Bir testin genel tanı performansı, ROC çizgisinin konumu ile değerlendirilebilir. Kötü testlerde ROC çizgileri yükselen köşegene yakınken, mükemmel testler için ROC çizgileri dik bir şekilde yükselir ve hem duyarlılık hem de özgüllüğün 1 olduğu sol üst köşeye yakın geçer.

Bu bölümün ilerleyen kısımlarında ROC eğrilerinin simetrik olup olmadığı konusunu ele alacağım bu eğri belirtilen çizgi etrafında makul bir yansıtıcı simetri gösterir, ancak tam olarak simetrik değildir. Bu, genel tanı performansının (tanısal olasılık oranı, ana metne bakın) endometriyal kalınlık için seçilen kesme noktasına göre bir miktar değişiklik gösterdiği anlamına gelir.

Tanısal olasılık oranı

Tanısal doğruluk özetleri, ya testin hastalığı olanlarda ve olmayanlarda ne kadar iyi çalıştığını (duyarlılık ve özgüllük) ya da pozitif ve negatif test sonuçlarının ayırt edici özelliklerini (pozitif ve negatif olabilirlik oranları) tanımlar. ROC grafiği, testler için yüksek duyarlılık ve yüksek özgüllük arasındaki ödünleşimi açıkça göstermiştir: benzer bir gerilim pozitif ve negatif olabilirlik oranları arasında da mevcuttur.

Her bir çiftteki ölçümler birbirine bağlı olduğundan ve bu nedenle ayrı ayrı düşünülemeyeceğinden, sonuçların nasıl birleştirileceğini düşündüğümüzde bu ödünleşimler elverişsizdir. Bununla birlikte, duyarlılıklar ve özgüllükler ile pozitif ve negatif olasılık oranları, tanısal olasılık oranı olarak bilinen tanı performansının aynı tek özetinde birleştirilebilir.

Bu istatistiğin klinik uygulamada uygulanması kolay değildir (hastalığı olan bir hastada pozitif bir test sonucunun olasılığının hastalığı olmayan bir hastaya oranını tanımlar), ancak çalışmaları sistematik bir şekilde birleştirirken kullanmak için uygun bir ölçüdür. tanı eşiğinden bağımsız olarak genellikle makul ölçüde sabit olduğu için gözden geçirin. Tanısal olasılık oranı (DOR) olarak da tanımlanır.

The post Duyarlılık – Özgüllük ve Olabilirlik Oranları – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).