如何分析几个指标的联合诊断 价值分析指标

您的访问出错了(404错误)
很抱歉,您要访问的页面不存在。
1、请检查您输入的地址是否正确。
2、感谢您使用本站,通过
进行查找。
3、使用搜索框直接进行搜索您的位置: &
6项肝功能指标的联合检测对肝病诊断的临床价值分析
优质期刊推荐中国卫生统计2003年10月第20卷第5期?27;指标联合的ROC曲线分析;邹莉玲1沈其君2陈启光2王文梅3;临床上对于同一种疾病的诊断或筛检,往往有各种不同;评价某个诊断试验或诊断指标时常用到的是灵敏度和特;敏度的加权平均为基础的多指标比较的统计量;2〕;用于协变量存在条件下的诊断数据的分析〔;数,也即是Fisher判别函数的系数;)-1μ这里μ=μy-μ
中国卫生统计2003年10月第20卷第5期 ?279?指标联合的ROC曲线分析邹莉玲1 沈其君2 陈启光2 王文梅3  临床上对于同一种疾病的诊断或筛检,往往有各种不同的诊断方法或手段,涉及的诊断指标是非常多的。不同的指标对疾病各方面敏感性是不一样的,因此在对疾病做出诊断时如何充分利用这些指标的诊断信息,就显得非常重要。评价某个诊断试验或诊断指标时常用到的是灵敏度和特异度,综合指标有ROC曲线下的面积。对于两种或多种诊断试验的评价和比较,已有的方法主要包括比较各自ROC曲线下的面积,在特异度固定条件下比较灵敏度的大小,以及James于1989年提出的以灵〔1〕敏度的加权平均为基础的多指标比较的统计量。而将多个指标结合起来综合分析的方法仍以传统的多元统计分析方法为主,包括多元线性回归、参数和非参数判别分析以及指标的聚类分析等。多指标结合的ROC曲线分析方法目前仍处在探索阶段,已见诸报道的有以logistic回归模型为基础的ROC曲线分析,可2〕用于协变量存在条件下的诊断数据的分析〔。本文基于Fisher的判别准则,给出多变量线性组合的ROC曲线分析方法。数,也即是Fisher判别函数的系数。要使得指标线性组合后的ROC曲线下面积达最大,则a满足下式:)-1μ 这里μ=μy-μx(2)a∝(∑+∑xy基于系数向量a,可得到指标线性组合后的灵敏)表示U度和特异度,以及ROC曲线方程。以Fa(?)为V的累积分布函数,Fa(c)的累积分布函数,Ga(?表示特异度,Ha(c)=1-Ga(c)为相应的灵敏度。显然任意一个给定的特异度p0,必定有一常数c与之相对应,这里c同样可以理解为诊断界值或切入点(cut2off2point)。特异度: Fa(c)=Φ对上式求反函数得到:μx+Φ-1(p0)c=aT对应的灵敏度为:Ha(c)=1-Φ(T-1a(μx-μy)+Φ(p0)c-aμxaTT∑xax=p0(3)aT∑a(4)aTaT∑ay∑a)x多变量线性组合的ROC曲线及面积计算假定病例组和对照组的人数分别为n和m,各测得p个指标值。以Xik(k=1,…,p)表示对照组中第i个个体的第k个指标值,Yjl(l=1,…,p)表示病例组中第j个个体的第l个指标值,这里X=(X1,…,Xp)T(5)式(3)和(5)便构成了多指标线性组合后所得ROC曲线上的点。结合前面的式(2),由式(5)通过积分可以得到3〕ROC曲线下的面积〔:TA=Φ(μ(,Y=(Y1,…,Yp)T。X和Y均为服从正态分∑x+∑)y-1μ)(6)布的二元随机变量,即X~N(μx,∑x)和Y~N(μy,∑y)。由于多维数据的处理通常是非常困难的,因此我们通过有效地构建多个指标间的线性组合来实现降维。μxTTTU=aX~N(a,a∑a),xμyTTTV=aY~N(a,a同样这里的μ=μy-μx。均数向量和协方差阵的估计总体分布的均数和协方差阵通常无法知道,只能由样本来估计。依照前面的假设,有来自(某病)阴性总体的独立),来自(某病)同分布样本X1,…,Xm~N(μx,∑x∑a)y(1)a=(a1,…,ap)T表示多个指标的线性组合系11同济大学基础医学院预防医学教研究(东南大学公共卫生学院卫生统计教研室(南京市口腔医院内科(210008)?280?ChineseJournalofHealthStatistics,Oct2003,Vol.20,No.5阳性总体的独立同分布样本Y1,…,Yn~N(μy,μ和μ均为p维向量,可用样本的均数来估∑)。yxy∧计;∑∧∧x和∑y为p×p矩阵,它们的ML估计值Σx∑(X∑(Yji和Σy分别为:Σx=Sx/(m-1)=[ X??)]/(m-1)Σy=Sy/(n-1)=[∧对三个指标分别计算各自的ROC曲线下面积,其结果为:01743(DI),01924(PCNA),01965(AgNOR)。由此提示将三个指标综合起来考虑对于口腔颊囊粘膜癌变的诊断和监测可能具有更大的实际意义和应用价值。讨  论-X??)T(Xi-(7)-??Y)T(Yj-4〕外国学者Bamber〔于1975年提出ROC曲线下的面积(AUC)等于病例组中指标测量值高于正常人(8) ??Y)]/(n-1)将以上μ和∑x、∑y的估计值代入公式(6),就可以算得ROC曲线下面积的估计值A^。全部的计算过程用群测量值的百分数这一基本概念之后,相继有学者对ROC曲线下面积的计算方法作了种种研究和探讨,针SAS即可实现。实例分析越来越多的临床资料表明肿瘤发生与细胞增殖及凋亡关系失调有关。因此有关专业人员应用流式细胞免疫组化等方法对13例口腔颊囊粘膜癌仪(FCM)、变患者和45例对照人群的DNA含量(DI)、增殖细胞核抗原(PCNA)、银染核仁形成区(AgNOR)进行了定量检测,以便了解这些指标在口腔粘膜癌变监测中的价值,资料如表1。表1 DI、PCNA、AGNOR检测口腔粘膜癌变资料及统计分析编号DI12341100PCNAAgNOR41301234对资料是否连续,有无重复测量,以及有无缺失数据等问题,提出了各种参数和非参数的计算方法。但主要都是用于单个诊断试验或指标的,对同一诊断或筛检试验多个指标的ROC分析方法的报道却很少,只是90年代以后才有一些国外学者开始对多指标的ROC分析方法进行探索性研究,国内这方面的研究还未有报道。本文介绍的方法是针对多个指标联合的诊断试验,将多个自变量进行线性转换达到降维目的,应用Fisher的线性判别准则―――即线性组合后两类间的均非癌肿组(X)编号DI1127癌肿组(Y)PCNAAgNOR5160数之差与它们方差的比值达到最大的准则,来确定线性组合的系数向量a,从而获得多个自变量的ROC曲线方程及面积计算公式,两总体的均数和协方差阵通过样本的极大似然估计获得。logistic回归是目前处理多指标的诊断试验评价问…45X??kStd(x)…77……??YlStd(y)……15…1359…题的另外一种常用统计方法。由于logistic回归模型中解释变量和响应变量间的统计关系是早已固定的,因此一旦给出一组自变量的取值,则该个体应属于哪一类的概率也就确定了,也就是说计算结果与自变量的分布类型无关。这一特点使得logistic回归要比常规的判别分析更稳健,但是由于未充分利用自变量的分布信息的缘故而具有相对低效性。本文方法是常规判别分析方法的演绎,因此上述的特点同样存在于logistic回归和多指标联合的ROC曲线方法的比较中。参 考 文 献11WieandHS,GailMH,JamesBR,etal.Afamilyofnonparametricstatis2ticsforcomparingdiagnosticmarkerswithpairedorunpaireddata.Biometrika,2592.21李康,马葆华,李振山等.具有协变量或干扰因素的诊断数据的ROC分析.中国卫生统计,):67270.31JohnQS,JunSL.Linearcombinationsofmultiplediagnosticmarkers.JournaloftheAmericanstatisticalassociation,):.41BamberD.Theareaabovetheordinaldominancegraphandtheareabe2lowthereceiveroperatingcharacteristicgraph.Journalofmathematicalpsychology,2415.51CoxDR,SnellEJ.Analysisofbinarydata.12ndedLondon:Chapman&Hall,1989.Σx=  ∧-0101-0102-35-31-84-46,Σy=∧由以上数据可得到:μ^=??Y-X??=(,21875)T219∧∧(Σx+Σy)-1=-0101421将以上数据代入公式(6),便得到指标综合后的ROC曲线下的面积为:A^=Φ(2三亿文库包含各类专业文献、专业论文、外语学习资料、幼儿教育、小学教育、应用写作文书、各类资格考试、文学作品欣赏、53指标联合的ROC曲线分析等内容。 
 摘要 在检验某一物质对疾病的诊断效果时, ROC 曲线是一个重要的统计学分析方 ...1.2 诊断试验的评价指标显著性差异 显著性差异是检验假设是否合理的一个方法。...  有如下的技术意义:如果从高向低ROC曲线出 现两个依次下降的峰,而此时股价却...4、有的分析软件上的ROC指标中,还引入了另一个指标ROCAVG、ROCMA (ROC的移 ...  ROC 曲线分析的主要步骤 ROC 曲线绘制。依据专业知识,对疾病组和参照组测定结果...直观的比较,ROC 曲 线越凸越近左上角表明其诊断价值越大,利于不同指标间的...  ROC 曲线下面积是重要的试验准确度指标。 曲线下面积表示诊断价值的大小,取值...第六节 临床随访资料分析 Survival analysis 长期临床试验 观察结果(结局+生存...  7)当股价瞬间行情波动过大时,应放弃使用expma指标,改用顺势指标(cci) 加变动率指标(roc)研判。 3 分析参数,提炼信息。 四、实验结论: 浦发银行前三季度实现净...  ROC 曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性 和...  什么是ROC曲线如何根据曲线分析被试的分辨力和判断标准正确答案及相关解析
正确答案 (1)接受者操作特征曲线简称ROC曲线,在心理学上又称等感受性曲线。这就是说,...  第二章 ROC 曲线分析概要本文先介绍了ROC理论的一些...当诊断阈值改变时,会得到不同的指标值,给诊断准确...且参数估计值a1 , b1 , a2 ,b2 为联合正态分布...多指标联合检测在菌阴肺结核诊断中的价值研究-
中华保健医学杂志
读者在线:用户名
本期点击排行
本期下载排行
历史点击排行
历史下载排行
主管单位:中国人民解放军总后勤部
&&&&&&&&&&&&&&&&&&& 卫生部
主办单位:中国人民解放军总后勤部
&&&&&&&&&&&&&&&&&&& 卫生部保健局
承&&&&&&& 办:中国人民解放军总医院老年医学研究所
主&&&&&&& 编:范 利
CN:11-5698/R
地&&&&&&& 址:北京市海淀区复兴路28号
邮政编码:100853
电&&&&&&& 话:010-
电  话:010-
传  真:010-
网&&&&&& 址:
网站客服电话:010-
地址:北京市海淀区复兴路28号
邮政编码:100853
《中华保健医学杂志》编辑部组成人员名单
名誉主编:陶国枢 郑秋甫
主 编:范 利
常务副主编:杨庭树
副 主 编:俞森洋 田 慧 何 耀 王建昌 王晓明&席立锁 王树千& 郭雨禾
编辑部主任:杨庭树(兼)
编辑部副主任:盛建恒
您是第&2755617位浏览者
您当前的位置: && 正文
多指标联合检测在菌阴肺结核诊断中的价值研究
作者(英文):&
单位(英文):&
关键词:&&&&&&&&
关键词(英文):&
出版年·卷·期(页码):2017·19·第4期(307-309)
-----摘要:-------------------------------------------------------------------------------------------
目的研究痰或肺泡灌洗液荧光定量TB-DNA、结核菌噬菌体检测结核菌及T-SPOT多指标联合检测在菌阴肺结核诊断中价值。方法选取2010年10月~2012年10月在本院诊疗的患者223例,分为初治的菌阴肺结核组108例、初治的菌阳肺结核组55例和非肺结核病组60例。对入选患者进行常规检测,同时进行血T-SPOT、结核菌噬菌体检测结核菌和痰或肺泡的灌洗液TB-DNA;对患者的检测结果记录、分析,研究以上3项检查的单项特异性和敏感性,及3项检测结合的诊断价值。结果 3项检查中每个项目检查的特异性均达到了90%以上,菌阴肺结核组和菌阳肺结核组的阳性人数都远大于非肺结核组的人数,3组比较差异明显;联合检测指标的增加,菌阴肺结核中的阳性检出率也随之增加。有T-SPOT参与的检测其阳性率都高于没有T-SPOT参与的检测,差异有统计学意义(P<0.05);联合检查在菌阴肺结核组和非肺结核组同时阳性的检出率差异有统计学意义(P<0.05)。结论 T-SPOT的检查、结核菌噬菌体检测结核菌和TB-DNA的检查多个项目指标联合检测比单一的检测更能提高菌阴肺结核的诊断敏感性,其中含有T-SPOT检..
-----英文摘要:---------------------------------------------------------------------------------------
-----参考文献:---------------------------------------------------------------------------------------
欢迎阅读《中华保健医学杂志》!您是该文第
若需在您的论文中引用此文,请按以下格式著录参考文献:
中文著录格式:
李振生,李德新,李春霞.多指标联合检测在菌阴肺结核诊断中的价值研究.中华保健医学杂志.):307-309.
英文著录格式:
..No Title Settings.):307-309.
与该文相关的文章(仅限于本刊内)
已投本刊未发表相似文章
地址:北京市复兴路28号中华保健医学杂志编辑部
邮编:100853&&
电话:(010)
&&&& 网址:
中华保健医学杂志编辑部}

我要回帖

更多关于 价值投资的几大指标 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信