文档介绍：ROC曲线方法及其在医学诊断试验评价中应用的研究
研究生:邹莉玲 导师:沈其君(教授) 南京东南大学公共卫生学院
科学地评价诊断试验和筛检技术,,而且能有效避免不必要的资源浪费。本文较为系统地开发了国外学者于近年提出的ROC曲线分析方法,并探讨了其在医学诊断试验评价中的应用:①双正态模型F的ROC曲线分析。应用极大似然估计方法,对诊断试验的ROC曲线F面积、面积的可信区间进行估计,对两个试验的曲线下面积比较进行假设检验。并将这些方法应用于胃癌影像学诊断的实际资料的分析和评价。②确诊偏性条件F的ROC曲线分析。当数据存在确诊偏性时,、面积的方差估计;对两个相关试验的ROC曲线r面积比较进行假设检验。对胃癌影像学诊断的实际资料进行模拟缺失抽样,并将分析结果与双正态模型F该资料的分析结果进行比较和评价。③多指标联合的ROC曲线分析。介绍了在Fisher线性判别准则下,确定多指标线性组合后ROC曲线下面积的估计方法,建立了相应的分析程序。戍用该方法对口腔颊囊粘膜癌变的细胞增殖和凋亡等诊断指标进行了综合分析和评价。④Roc曲线最优切入点的选取。基于错判造成的总损失量达到最小的准则,结合各分类的先验概率,介绍了定量选取ROC曲线最优切入点的方法。结台口腔颊囊粘膜癌变的临床资料,对银染核仁形成区(AgNOR)指标ROC曲线进行最优切入点的选取,从而为确定诊断临界值提供了依据。
关键词: ROC曲线 诊断试验评价 双正态模型 确诊偏性 Fisher准则 多指标联合切入点 临界值
Methods of ROC Curve and their application
to the medical diagnosis tests
ZOU Liling SHEN Q目u“
School ofPublic Health,Southeast University,Nanjing
the data is missing at approximate normal Z test is used pare areas which are under different Roe simulated sample with verification bias resamples from the real data of gastric results from simulated sample pared with those from the real data to evaluate the method of verification bias correction.③To use the information carried by multiple diagnosis markers, this paper introduces the estimation of the area under Roe curve of the bination for multiple
markers bared on Fisher’s linear discriminant criterion The SAS programs are written to estimate the area
under ROC curve of the bination for cell proliferation and apoptosis markers to diagnose cheek pouch carcinogenesis.***@The choice of optimal cut—points according to minimizing the overall expected
loss is used to determine the threshold ofAgNOR to diagnose cheek pouch carcinogenesis.
Key words:ROC curve evaluation ofdiagnosis trials binormal model verification bias Fisher’s linear discriminant bination of markers cut-point threshold
东南大学学位论文独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学