Poměr diagnostických šancí - Diagnostic odds ratio

log (Diagnostic Odds Ratio) pro různou citlivost a specificitu

v lékařské testování s binární klasifikace, poměr diagnostických šancí je míra účinnosti a diagnostický test.^[1] Je definován jako poměr pravděpodobnosti pozitivního testu, pokud má pacient nemoc, ve srovnání s pravděpodobností pozitivního testu, pokud pacient nemá nemoc.

Důvodem pro poměr diagnostických šancí je, že se jedná o jediný indikátor výkonu testu (jako přesnost a Statistika Youdenovy J. ), ale která je nezávislá na prevalence (na rozdíl od přesnosti) a je prezentován jako poměr šancí, který je lékařům známý.

Definice

Poměr diagnostických šancí je definován matematicky jako:

${ displaystyle { text {Diagnostický poměr šancí, DOR}} = { frac {TP / FN} {FP / TN}} = { frac {TP / FP} {FN / TN}} = { frac {TP cdot TN} {FP cdot FN}}}$^[2][3]

kde ${ displaystyle TP}$, ${ displaystyle FN}$, ${ displaystyle FP}$ a ${ displaystyle TN}$ jsou počet skutečných pozitiv, falešných negativů, falešných pozitiv a pravdivých negativů.^[1]

Interval spolehlivosti

Jako poměr šancí, logaritmus poměru diagnostických šancí je přibližně normálně distribuováno.^{[je zapotřebí objasnění ]} The standardní chyba poměru diagnostických šancí protokolu je přibližně:

${ displaystyle mathrm {SE} left ( ln { text {DOR}} right) = { sqrt {{ frac {1} {TP}} + { frac {1} {FN}} + { frac {1} {FP}} + { frac {1} {TN}}}}}$

Z toho přibližně 95% interval spolehlivosti lze vypočítat pro poměr diagnostických šancí protokolu:

${ displaystyle ln { text {DOR}} pm 1,96 krát mathrm {SE} doleva ( ln { text {DOR}} doprava)}$

Vyjádření přibližného intervalu spolehlivosti pro logický poměr pravděpodobnosti diagnostiky poskytuje přibližný interval spolehlivosti pro poměr diagnostických šancí.^[1]

Výklad

Poměr diagnostických šancí se pohybuje od nuly do nekonečna, i když u užitečných testů je větší než jedna a vyšší poměry diagnostických šancí svědčí o lepším výkonu testu.^[1] Poměry diagnostických šancí menší než jedna naznačují, že test lze zlepšit pouhým převrácením výsledku testu - test je ve špatném směru, zatímco poměr diagnostických šancí přesně jeden znamená, že test je stejně pravděpodobný pro predikci pozitivního výsledku bez ohledu na skutečnou podmínku - test neposkytuje žádné informace.

Vztah k dalším měřítkům přesnosti diagnostických testů

Poměr diagnostických šancí lze vyjádřit pomocí citlivost a specifičnost testu:^[1]

${ displaystyle { text {DOR}} = { frac {{ text {citlivost}} krát { text {specificita}}} { vlevo (1 - { text {citlivost}} vpravo) krát left (1 - { text {specificity}} right)}}}$

Může to být vyjádřeno také ve smyslu Pozitivní prediktivní hodnota (PPV) a Negativní prediktivní hodnota (NPV):^[1]

${ displaystyle { text {DOR}} = { frac {{ text {PPV}} times { text {NPV}}} { left (1 - { text {PPV}} right) times left (1 - { text {NPV}} right)}}}$

Souvisí to také s poměry pravděpodobnosti, ${ displaystyle LR +}$ a ${ displaystyle LR-}$:^[1]

${ displaystyle { text {DOR}} = { frac {LR +} {LR-}}}$

Použití

Poměr log diagnostických šancí se někdy používá v metaanalýzách studií přesnosti diagnostických testů kvůli jeho jednoduchosti (je přibližně normálně distribuován).^[4]

Tradiční metaanalytický techniky jako vážení inverzní variance lze použít ke kombinaci poměrů diagnostických šancí protokolu vypočtených z řady zdrojů dat a vytvořit celkový poměr diagnostických šancí pro daný test.

Poměr logaritmických šancí lze také použít ke studiu kompromisu mezi citlivostí a specificitou.^[5][6] Vyjádřením poměru šancí na diagnostiku protokolu ve smyslu logit skutečné pozitivní míry (citlivosti) a falešné pozitivní míry (1 - specificita) a dodatečným vytvořením míry, ${ displaystyle S}$:

${ displaystyle D = log { text {DOR}} = log { left [{ frac {TPR} {(1-TPR)}} krát { frac {(1-FPR)} {FPR} } right]} = operatorname {logit} (TPR) - operatorname {logit} (FPR)}$

${ displaystyle S = operatorname {logit} (TPR) + operatorname {logit} (FPR)}$

Potom je možné umístit přímku, ${ displaystyle D = a + bS}$. Li b ≠ 0 pak existuje trend v diagnostickém výkonu s prahovou hodnotou nad rámec jednoduchého kompromisu citlivosti a specificity. Hodnota A lze použít k vykreslení souhrnu ROC (SROC) křivka.^[5][6]

Příklad

Zvažte test s následujícími 2 × 2 zmatená matice:

Poměr diagnostických šancí vypočítáme jako:

${ displaystyle { text {DOR}} = { frac {TP / FP} {FN / TN}} = { frac {26/12} {3/48}} = 34,666 ldots přibližně 35}$

Tento diagnostický poměr šancí je větší než jedna, takže víme, že test rozlišuje správně. Interval spolehlivosti pro poměr diagnostických šancí tohoto testu vypočítáme jako [9, 134].

Kritiky

Poměr diagnostických šancí není definován, pokud je počet falešných negativů nebo false positives is zero - if both false negatives a falešná pozitiva jsou nula, pak je test perfektní, ale pokud je jen jeden, tento poměr neposkytuje použitelnou míru. Typickou odpovědí na takový scénář je přidání 0,5 do všech buněk v kontingenční tabulce,^[1][7] ačkoli by to nemělo být považováno za opravu, protože to přináší zkreslení výsledků.^[5] Navrhuje se, aby byla provedena úprava všech pohotovostních tabulek, i když nejsou žádné buňky s nulovými položkami.^[5]

Viz také

• Citlivost a specifičnost
• Binární klasifikace
• Pozitivní prediktivní hodnota a negativní prediktivní hodnota
• Poměr šancí

Reference