Диагностическое отношение шансов

log(диагностическое отношение шансов) для различной чувствительности и специфичности

В медицинском тестировании с бинарной классификацией диагностическое отношение шансов ( DOR ) является мерой эффективности диагностического теста . ^[1] Оно определяется как отношение шансов положительного результата теста, если у субъекта есть заболевание, к шансам положительного результата теста, если у субъекта нет заболевания.

Обоснованием диагностического отношения шансов является то, что это единый показатель эффективности теста (подобно точности и статистике Юдена J ), но который не зависит от распространенности (в отличие от точности) и представлен в виде отношения шансов , которое знакомо практикующим врачам. ^{[ необходима ссылка ]}

Определение

Диагностическое отношение шансов математически определяется как:

${\displaystyle {\text{Diagnostic odds ratio, DOR}}={\frac {TP/FN}{FP/TN}}={\frac {TP/FP}{FN/TN}}={\frac {TP\cdot TN}{FP\cdot FN}}}$^{[2] [3]}

где , , и — количество истинно положительных, ложноотрицательных, ложноположительных и истинно отрицательных результатов соответственно. ^[1] ${\displaystyle TP}$ ${\displaystyle FN}$ ${\displaystyle FP}$ ${\displaystyle TN}$

Доверительный интервал

Как и в случае с отношением шансов , логарифм диагностического отношения шансов распределен приблизительно нормально . ^{[ необходимо разъяснение ]} Стандартная ошибка логарифма диагностического отношения шансов приблизительно равна:

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

Исходя из этого, можно рассчитать приблизительный доверительный интервал в 95% для логарифмического отношения шансов диагностики:

${\displaystyle \ln {\text{DOR}}\pm 1.96\times \mathrm {SE} \left(\ln {\text{DOR}}\right)}$

Возведение в степень приблизительного доверительного интервала для логарифма диагностического отношения шансов дает приблизительный доверительный интервал для диагностического отношения шансов. ^[1]

Интерпретация

Диагностическое отношение шансов варьируется от нуля до бесконечности, хотя для полезных тестов оно больше единицы, а более высокие диагностические отношения шансов указывают на лучшую производительность теста. ^[1] Диагностические отношения шансов меньше единицы указывают на то, что тест можно улучшить, просто инвертировав результат теста — тест находится в неправильном направлении, в то время как диагностическое отношение шансов, равное точно единице, означает, что тест с равной вероятностью предскажет положительный результат независимо от истинного состояния — тест не дает никакой информации. ^{[ необходима цитата ]}

Связь с другими показателями точности диагностических тестов

Диагностическое отношение шансов может быть выражено через чувствительность и специфичность теста: ^[1]

${\displaystyle {\text{DOR}}={\frac {{\text{sensitivity}}\times {\text{specificity}}}{\left(1-{\text{sensitivity}}\right)\times \left(1-{\text{specificity}}\right)}}}$

Его также можно выразить через положительную прогностическую ценность (PPV) и отрицательную прогностическую ценность (NPV): ^[1]

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

Это также связано с отношениями правдоподобия и : ^[1 ] ${\displaystyle LR+}$ ${\displaystyle LR-}$

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

Использует

Логарифм отношения шансов диагностики иногда используется в метаанализах исследований точности диагностических тестов из-за его простоты (приблизительно нормальное распределение) ^{[4] .}

Традиционные методы метаанализа, такие как обратное дисперсионное взвешивание, могут использоваться для объединения логарифмических диагностических коэффициентов шансов, вычисленных из нескольких источников данных, для получения общего диагностического коэффициента шансов для рассматриваемого теста. ^{[ необходима ссылка ]}

Логарифм отношения шансов диагностики также можно использовать для изучения компромисса между чувствительностью и специфичностью ^{[5] [6],} выражая логарифм отношения шансов диагностики в терминах логита истинно положительного показателя (чувствительности) и ложноположительного показателя (1 − специфичность), а также дополнительно строя меру : ${\displaystyle S}$

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

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

Тогда можно подогнать прямую линию, . Если b ≠ 0, то существует тенденция в диагностической эффективности с порогом за пределами простого компромисса чувствительности и специфичности. Значение a может быть использовано для построения сводной кривой ROC (SROC). ^{[5] [6]} ${\displaystyle D=a+bS}$

Пример

Рассмотрим тест со следующей матрицей путаницы 2×2 :

Мы рассчитываем диагностическое отношение шансов как:

${\displaystyle {\text{DOR}}={\frac {TP/FP}{FN/TN}}={\frac {26/12}{3/48}}=34.666\ldots \approx 35}$

Это диагностическое отношение шансов больше единицы, поэтому мы знаем, что тест дискриминирует правильно. Мы вычисляем доверительный интервал для диагностического отношения шансов этого теста как [9, 134].

Критика

Диагностическое отношение шансов не определено, когда число ложноотрицательных или ложноположительных результатов равно нулю — если и ложноотрицательные , и ложноположительные результаты равны нулю, то тест идеален, но если только один из них идеален, то это отношение не дает пригодной для использования меры. Типичным ответом на такой сценарий является добавление 0,5 ко всем ячейкам в таблице сопряженности, ^{[1] [7]} хотя это не следует рассматривать как исправление, поскольку это вносит смещение в результаты. ^[5] Предлагается, чтобы корректировка вносилась во все таблицы сопряженности, даже если нет ячеек с нулевыми записями. ^[5]

Смотрите также

• Чувствительность и специфичность
• Двоичная классификация
• Положительная прогностическая ценность и отрицательная прогностическая ценность
• Отношение шансов

Ссылки

1. Glas, Afina S.; Lijmer, Jeroen G.; Prins, Martin H.; Bonsel, Gouke J.; Bossuyt, Patrick MM (2003). «Диагностическое отношение шансов: единый показатель эффективности теста». Journal of Clinical Epidemiology . 56 (11): 1129–1135. doi :10.1016/S0895-4356(03)00177-X. PMID  14615004.
2. Macaskill, Petra; Gatsonis, Constantine; Deeks, Jonathan; Harbord, Roger; Takwoingi, Yemisi (23 декабря 2010 г.). «Глава 10: Анализ и представление результатов». В Deeks, JJ; Bossuyt, PM; Gatsonis, C. (ред.). Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy (PDF) (1.0 ред.). Cochrane Collaboration.
3. Glas, Afina S.; Lijmer, Jeroen G.; Prins, Martin H.; Bonsel, Gouke J.; Bossuyt, Patrick MM (ноябрь 2003 г.). «Диагностическое отношение шансов: единый показатель эффективности теста». Journal of Clinical Epidemiology . 56 (11): 1129–1135. doi :10.1016/S0895-4356(03)00177-X. PMID  14615004.
4. Gatsonis, C; Paliwal, P (2006). «Метаанализ оценок точности диагностических и скрининговых тестов: методологический учебник». AJR. Американский журнал рентгенологии . 187 (2): 271–81. doi :10.2214/AJR.06.0226. PMID  16861527.
5. Моисей, LE; Шапиро, D; Литтенберг, B (1993). «Объединение независимых исследований диагностического теста в сводную ROC-кривую: подходы к анализу данных и некоторые дополнительные соображения». Статистика в медицине . 12 (14): 1293–316. doi :10.1002/sim.4780121403. PMID  8210827.
6. Dinnes, J; Deeks, J; Kunst, H; Gibson, A; Cummins, E; Waugh, N; Drobniewski, F; Lalvani, A (2007). «Систематический обзор быстрых диагностических тестов для обнаружения туберкулезной инфекции». Оценка медицинских технологий . 11 (3): 1–196. doi : 10.3310/hta11030 . PMID  17266837.
7. Кокс, DR (1970). Анализ двоичных данных. Лондон: Methuen. ISBN 9780416104004.

Дальнейшее чтение

• Glas, Afina S.; Lijmer, Jeroen G.; Prins, Martin H.; Bonsel, Gouke J.; Bossuyt, Patrick MM (2003). «Диагностическое отношение шансов: единый показатель эффективности теста». Journal of Clinical Epidemiology . 56 (11): 1129–1135. doi : 10.1016/S0895-4356(03)00177-X . PMID  14615004.
• Бёнинг, Данкмар; Холлинг, Хайнц; Патилеа, Валентин (2010). «Ограничение отношения диагностических шансов при определении оптимального порогового значения для непрерывного диагностического теста». Статистические методы в медицинских исследованиях . 20 (5): 541–550. doi :10.1177/0962280210374532. PMID  20639268. S2CID  21221535.
• Chicco, Davide; Starovoitov, Valery; Jurman, Giuseppe (2021). «Преимущества коэффициента корреляции Мэтьюса (MCC) по сравнению с диагностическим отношением шансов (DOR) при оценке бинарной классификации». IEEE Access . 9 : 47112–47124. doi : 10.1109/ACCESS.2021.3068614 . hdl : 10281/431140 .

Внешние ссылки

• Почему правило Байеса лучше работает с коэффициентами на YouTube