Iloraz szans diagnostycznych

log (Iloraz szans diagnostycznych) dla różnych czułości i specyficzności

W testach medycznych z klasyfikacją binarną diagnostyczny iloraz szans ( DOR ) jest miarą skuteczności testu diagnostycznego . Definiuje się go jako stosunek prawdopodobieństwa pozytywnego wyniku testu, jeśli pacjent jest chory, do prawdopodobieństwa pozytywnego wyniku testu, jeśli pacjent nie jest chory.

Uzasadnieniem dla diagnostycznego ilorazu szans jest to, że jest to pojedynczy wskaźnik wydajności testu (podobnie jak dokładność i statystyka J Youdena ), ale który jest niezależny od rozpowszechnienia (w przeciwieństwie do dokładności) i jest przedstawiany jako iloraz szans , który jest znany lekarzom.

Definicja

Iloraz szans diagnostycznych jest zdefiniowany matematycznie jako:

{\ Displaystyle {\ tekst {Iloraz szans diagnostycznych, DOR }}={\frac {TP/FN}{FP/TN}}={\frac {TP/FP}{FN/TN}}={\frac {TP\cdot TN}{FP\cdot FN}}}

gdzie ${\ displaystyle TP}$ $i$ fa $\ displaystyle FN}$ fa $\ displaystyle FP}$ to odpowiednio liczba prawdziwych pozytywów, fałszywie ujemnych, fałszywie dodatnich i prawdziwych negatywów.

Przedział ufności

Podobnie jak w przypadku ilorazu szans , logarytm diagnostycznego ilorazu szans ma w przybliżeniu rozkład normalny . ^{[ wymagane wyjaśnienie ]} Błąd standardowy ilorazu szans diagnostycznych dziennika wynosi w przybliżeniu:

{\ Displaystyle \ operatorname {SE} \ lewo (\ ln {\ tekst {DOR}} \ prawej) = {\ sqrt {{\frac {1}{TP}}+{\frac {1}{FN}}+{\frac {1}{FP}}+{\frac {1}{TN}}}}}

można obliczyć przybliżony 95% przedział ufności dla diagnostycznego ilorazu szans dziennika:

{\ Displaystyle \ ln {\ tekst {DOR}} \ pm 1,96 \ razy \ operatorname {SE} \ lewo (\ ln {\ tekst {DOR}} \ prawej) }

Potęgowanie przybliżonego przedziału ufności dla diagnostycznego ilorazu szans w logu daje przybliżony przedział ufności dla diagnostycznego ilorazu szans.

Interpretacja

Diagnostyczny iloraz szans mieści się w zakresie od zera do nieskończoności, chociaż w przypadku testów użytecznych jest większy niż jeden, a wyższe diagnostyczne ilorazy szans wskazują na lepszą wydajność testu. Diagnostyczne iloraz szans mniejszy niż jeden wskazuje, że test można poprawić, po prostu odwracając wynik testu – test jest w złym kierunku, podczas gdy diagnostyczny iloraz szans równy dokładnie jeden oznacza, że test z równym prawdopodobieństwem przewidzi wynik pozytywny niezależnie od rzeczywistego stanu – test nie daje żadnych informacji.

Związek z innymi miarami dokładności testu diagnostycznego

Diagnostyczny iloraz szans można wyrazić w kategoriach czułości i swoistości testu:

{\ Displaystyle {\ tekst {DOR}} = {\ Frac {{\ tekst {czułość}} \ razy {\ tekst {swoistość}}}} {\ left(1-{\text{czułość}}\right)\times \left(1-{\text{specyficzność}}\right)}}}

Można to również wyrazić w postaci dodatniej wartości predykcyjnej (PPV) i ujemnej wartości predykcyjnej (NPV):

{\ Displaystyle {\ tekst {DOR}} = {\ Frac {{\ tekst {PPV}} \ razy {\ tekst {NPV}}} {\ left(1-{\text{PPV}}\right)\times \left(1-{\text{NPV}}\right)}}}

Jest to również związane z ilorazami wiarygodności , i ${\ Displaystyle LR-}:$ ${\ Displaystyle LR +$ }

{\ Displaystyle {\ tekst {DOR}} = {\ Frac {LR +} {LR-}}}

Używa

Logarytmiczny iloraz szans diagnostycznych jest czasami używany w metaanalizach badań dokładności testów diagnostycznych ze względu na jego prostotę (mający w przybliżeniu rozkład normalny).

Tradycyjne techniki metaanalityczne , takie jak ważenie odwrotnej wariancji, mogą być stosowane do łączenia logarytmicznych diagnostycznych ilorazów szans obliczonych z wielu źródeł danych w celu uzyskania ogólnego diagnostycznego ilorazu szans dla danego testu.

Log diagnostyczny iloraz szans można również wykorzystać do badania kompromisu między czułością a specyficznością, wyrażając log diagnostyczny iloraz szans w kategoriach logitu częstości wyników prawdziwie dodatnich (czułość) i częstości wyników fałszywie dodatnich (1 - specyficzność) oraz dodatkowo konstruując miarę, ${\ displaystyle S}: S {\ displaystyle S}$ :

{\ Displaystyle D=\log {\text{DOR}}=\log {\left[{\frac {TPR}{(1-TPR)}}\times {\frac {(1-FPR)}{FPR}}\right ]} = \ operatorname {logit} (TPR) - \ operatorname {logit} (FPR)}

{\ Displaystyle S = \ operatorname {logit} (TPR )+\nazwa_operatora {logit} (FPR)}

${\ Displaystyle D = a + bS}$ wtedy dopasowanie linii prostej, . Jeśli b ≠ 0, to istnieje trend w wydajności diagnostycznej z progiem poza prostym kompromisem czułości i swoistości. Wartość a może być wykorzystana do wykreślenia podsumowującej krzywej ROC (SROC).

Przykład

Rozważmy test z następującą macierzą zamieszania 2×2 :

Wynik testu Stan (określony przez „ złoty standard ”)	Pozytywny	Negatywny
Pozytywny	26	3
Negatywny	12	48

Iloraz szans diagnostycznych obliczamy jako:

{\ Displaystyle {\ tekst {DOR}} = {\ Frac {TP / FP} {FN / TN}} = {\frac {26/12}{3/48}}=34,666\ldots \około 35}

Ten diagnostyczny iloraz szans jest większy niż jeden, więc wiemy, że test rozróżnia prawidłowo. Obliczamy przedział ufności dla diagnostycznego ilorazu szans tego testu jako [9, 134].

Krytyka

Diagnostyczny iloraz szans jest niezdefiniowany, gdy liczba wyników fałszywie ujemnych lub fałszywie dodatnich wynosi zero – jeśli zarówno wyniki fałszywie ujemne , jak i fałszywie dodatnie wynoszą zero, test jest doskonały, ale jeśli tylko jeden jest, ten iloraz nie daje użytecznej miary. Typową reakcją na taki scenariusz jest dodanie 0,5 do wszystkich pól w tabeli kontyngencji, chociaż nie należy tego postrzegać jako korekty, ponieważ wprowadza to błąd systematyczny do wyników. Sugeruje się, aby korekta była dokonywana we wszystkich tabelach kontyngencji, nawet jeśli nie ma komórek z wpisami zerowymi.

Zobacz też

Dalsza lektura

Glas, Afina S.; Lijmer, Jeroen G.; Prins, Martin H.; Bonsel, Gouke J.; Bossuyt, Patrick MM (2003). „Diagnostyczny iloraz szans: pojedynczy wskaźnik wydajności testu” . Journal of Clinical Epidemiology . 56 (11): 1129–1135. doi : 10.1016/S0895-4356(03)00177-X . PMID 14615004 .
Böhning, Dankmar; Holling, Heinz; Patilea, Valentin (2010). „Ograniczenie ilorazu szans diagnostycznych w określaniu optymalnej wartości odcięcia dla ciągłego testu diagnostycznego”. Metody statystyczne w badaniach medycznych . 20 (5): 541–550. doi : 10.1177/0962280210374532 . S2CID 21221535 .
Chicco, Davide; Starowojtow, Walery; Jurman, Giuseppe (2021). „Zalety współczynnika korelacji Matthewsa (MCC) w stosunku do diagnostycznego ilorazu szans (DOR) w ocenie klasyfikacji binarnej” . Dostęp IEEE . 9 : 47112–47124. doi : 10.1109/ACCESS.2021.3068614 .

Linki zewnętrzne

na YouTubie