•100%Se n11 «и +«12 Специфичность (Specificity) —доля истинно отрицательных случаев которые были правильно идентифицированы моделью: Sp п22 «22 + «21 100% Чувствительный диагностический тест проявляется в гипердиагностике —максимальном предотвращении пропуска больных; Специфичный диагностический тест диагностирует только доподлинно больных. Это важно в случае, когда, например, лечение больного связано с серьезными побочными эффектами и гипердиагностика пациентов не желательна. ROC-кривая, следующим образом: т.е. зависимость Y = jSfe(l00% Sp) получается Для каждого значения порога отсечения trsh, которое меняется от 0 до 1 с шагом dx = 0.02 рассчитываются значения чувствительности Se и специфичности Sp. Строится график зависимости: по оси Y откладывается чувствительность Se, по оси X 100% -S p (сто процентов минус специфичность). Логистическая регрессия. Многофакторный анализ осуществлялся с использованием многомерной модели неограниченной логистической регрессии. Логистическая регрессия (logistic regression) является стандартным методом прогноза и определения количественной оценки связи между факторами риска и исходом в медицинских исследованиях. Логистическая регрессия применяется для события и множеством независимых переменных Логистическая регрессионная модель является статистической моделью, в которой вероятность исхода (заболевания) у индивидуума рассматривается как функция факторов риска. Логистическая регрессия применяется только для 47 |
Для получения с.в. Y , то есть для прогнозирования значений исходов по значениям фактора могут быть использованы, например, регрессионные методы. В данной работе для этих целей используются более точный метод окна Парзена оценивания плотности распределения />(Х = 1 Х ) с использованием экспоненциальной ядерной функции с размером окна, определяющимся размахом-выборки с.в. X . Оценка плотности P (Y = \ \ Х ) позволяет получить распределение вероятностей получения исхода типа «случай» в зависимости от значения наблюдаемого фактора и может быть использована для прогнозирования исхода (в пределах обучающей выборки) наряду с регрессионнымиметодами. После определения порогового значения, равного trsh —0.5 получаем искомую величину Y = 1,лриР(У 1 / Х) > trsh 0,npuP(Y = l/ X ) Многофакторный анализ осуществлялся с использованием многомерноймодели неограниченной логистической регрессии. Логистическая регрессия (logistic regression) является стандартным методом прогноза и определения количественной оценки связи между факторами риска и исходом в медицинских исследованиях. Логистическая регрессия применяется для изучения связи между частотой события и множеством независимых переменных. Логистическая регрессионная модель является статистической моделью, в которой вероятность исхода (инфицирование) у индивидуума рассматривается как функция фактора (или факторов) риска. Логистическая регрессия применяется только для бинарных (дихотомических исходов), т.е. когда зависимая переменная Y принимает всего два возможных значения: 1 46 Se =— ------100% «11 +«12 Специфичность (Specificity) доля истинно отрицательных случаев, которые были правильно идентифицированы моделью: S p — —----100% «22+«21 Чувствительный диагностический тест проявляется в гипердиагностике максимальном предотвращении пропуска больных; Специфичный диагностический тест диаг ностирует только доподлинно больных. Это важно в случае, когда, например, лечение больного связано с серьезными побочными эффектами и гипердиагностика пациентов не* желательна. ROC-кривая, т.е. зависимость Y = &?(100% £/?) получается следующим образом: • Для каждого значения порога отсечения trsh, которое меняется от 0 до 1 с шагом <&= 0.02 рассчитываются значения чувствительности Se и специфичности Sp. • Строится график зависимости: по оси Y откладывается чувствительность Se , по оси X — 10 0 % —Sp (сто процентов минус специфичность). Полученные данные были введены в электронную базу данных с использованием программного обеспечения Microsoft Access 2000 software (Microsoft Corp., Redmond, WA). Управление данными и анализ данных проводились с использованием статистического пакета SAS software, версия 8.2 (SAS Institute Inc., Cary, NC) (SAS/Or User's Guide, Version 8 , 1999; Elliott RJ, 2000). Все величины переводились в значения, принятые в системе единиц СИ. 51 |