诊断性研究中的ROC曲线分析
诊断试验（Diagnostic test），指对疾病进行诊断的试验方法，它不仅包括各种实验室检查，还包括各种影像学诊断，如X线诊断、CT等。评价诊断试验有助于科学地选择诊断方法，有助于正确地分析和评价诊断结果。诊断性试验研究的方法与评价条件（一）确定金标准金标准（Gold standard），指当前为指南/临床公认的诊断某种疾病最可靠的方法，也称为标准诊断。应用金标准区分“有病”、“无
MedSci原创 - 诊断性研究，ROC曲线 - 2015-05-04
时间依赖性ROC曲线及R语言实现
ROC曲线分析是用于评估一个因素预测能力的手段，是可以用于连续型变量分组的方法。在生存分析中，疾病状态和因素取值均会随时间发生变化。而标准的ROC曲线分析将个体的疾病状态和因素取值视作固定值，未将时间
撄宁统计 - ROC曲线，时间依赖性 - 2021-06-20
疾病风险预测模型评价方法：ROC曲线，拟合优度检验与NRI
临床上疾病风险预测模型类研究越来越多，最常见的是按TRIPOS规范，建立建模队列和验证队列，建立模型以后，评估模型的可靠性，一般采用ROC曲线的AUC值和拟合优度检验，了解模型的价值。即预测模型的区分
网络 - 预测模型 - 2020-09-17
诊断试验中单个ROC面积估计的样本量计算
在诊断性研究中我们经常会用到AUC这个指标，即曲线下面积，它反映了一个诊断指标的总体诊断价值如何，我们也经常通过比较两个不同的指标的AUC大小及其差异是否有统计学意义，来反映这两个指标中那个指标的的诊断能力更强
临床流行病学和循证医学 - 诊断试验，ROC - 2018-11-29
ROC曲线分析详细解释
（一）ROC曲线的概念受试者工作特征曲线（receiver operator characteristic curve, ROC曲线），最初用于评价雷达性能，又称为接收者操作特性曲线。ROC曲线是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。ROC
ROC曲线 - 2010-12-19
spss中如何绘制ROC曲线？(教程）
ROC(Receiver Operating Characteristic)曲线,用于二分类判别效果的分析与评价. 一般自变量为连续变量,因变量为二分类变量.通过判断点(cutoff point/cutoff value)的移动,获得多对灵敏度(sensitivity)和误判率(1-Specificity(特异度)),以灵敏度为纵轴,以误判率为横轴,连接各点绘制曲线,然后计算曲线下的
MedSci原创 - ROC，SPSS - 2012-04-29
机器学习：准确率(Precision)、召回率(Recall)、F值(F-Measure)、ROC曲线、PR曲线
在机器学习、数据挖掘、推荐系统完成建模之后，需要对模型的效果做评价。 业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等，下图是不同机器学习算法的评价指标。下文讲对其中某些指标做简要介绍。 本文针对二元分类器！ 本文针对二元分类器！！ 本文针对二元分类器！！！ 对分类的分类器的评价指标将在以后文章中介绍。 在介绍指标前
网络 - 机器学习，召回率，准确率 - 2019-07-14
生存曲线中的偏倚：曲线交叉如何分析？Landmark分析
柳叶刀杂志中的一篇临床试验文章中出现以下的曲线图，如何理解？直观的理解就是，以12个月为界点，前后分别做了KM曲线以及COX回归(OR值)，发现界点前0~1年两组的生存率存在统计学差异，而界点后1~5年则未发现统计学差异。而上述分析简称为landmark分析。
MedSci原创 - 偏倚，生存曲线 - 2019-01-29
为您找到相关结果约500个
