Диагностическое соотношение шансов

log (отношение диагностических шансов) для различной чувствительности и специфичности

В медицинском тестировании с бинарной классификацией отношение диагностических шансов ( DOR ) является мерой эффективности диагностического теста . Он определяется как отношение шансов положительного результата теста, если у субъекта имеется заболевание, к шансам положительного результата теста, если у субъекта нет заболевания.

Обоснованием диагностического отношения шансов является то, что это единственный показатель эффективности теста (например, точность и J-статистика Юдена ), но он не зависит от распространенности (в отличие от точности) и представлен в виде отношения шансов , знакомого практикующим врачам.

Определение

Диагностическое отношение шансов определяется математически как:

${\text{Diagnostic odds ratio, DOR}}={\frac {TP/FN}{FP/TN}}={\frac {TP/FP}{FN/TN}}={\frac {TP\cdot TN}{FP\cdot FN}}$

где $TP$, $FN$, $FP$ и $TN$ – это количество истинно положительных, ложно отрицательных, ложно положительных и истинно отрицательных результатов соответственно.

Доверительный интервал

Как и в случае с отношением шансов , логарифм диагностического отношения шансов имеет примерно нормальное распределение . Стандартная ошибка отношения шансов диагностики журнала составляет приблизительно:

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

Отсюда приблизительный 95% доверительный интервал можно рассчитать для логарифмического отношения диагностических шансов:

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

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

Интерпретация

Диагностическое отношение шансов колеблется от нуля до бесконечности, хотя для полезных тестов оно больше единицы, а более высокие диагностические отношения шансов указывают на лучшую эффективность теста. Диагностическое отношение шансов меньше единицы указывает на то, что тест можно улучшить, просто инвертировав результат теста – тест идет в неправильном направлении, тогда как диагностическое отношение шансов, равное ровно единице, означает, что тест с равной вероятностью предскажет положительный результат. каким бы ни было истинное состояние – тест не дает никакой информации.

Связь с другими показателями точности диагностических тестов

Диагностическое отношение шансов может быть выражено через чувствительность и специфичность теста:

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

Это также может быть выражено через положительную прогностическую ценность (PPV) и отрицательную прогностическую ценность (NPV):

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

Это также связано с отношениями правдоподобия , $LR+$ и $LR-$:

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

Использование

Логарифм диагностического отношения шансов иногда используется в метаанализе исследований точности диагностических тестов из-за его простоты (приблизительно нормального распределения).

Традиционные метааналитические методы, такие как взвешивание обратной дисперсии, можно использовать для объединения логарифмических диагностических отношений шансов, вычисленных на основе ряда источников данных, для получения общего диагностического отношения шансов для рассматриваемого теста.

Логарифмическое диагностическое отношение шансов также можно использовать для изучения компромисса между чувствительностью и специфичностью. выражая логарифм отношения диагностических шансов через логит истинно положительного показателя (чувствительности) и ложноположительного уровня (1 - специфичность), а также путем дополнительного построения меры, $S$:

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

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

Тогда можно провести прямую линию, $D=a+bS$. Если b ≠ 0, то существует тенденция в диагностической эффективности, порог которой выходит за рамки простого компромисса чувствительности и специфичности. Значение a можно использовать для построения сводной кривой ROC (SROC).

Пример

Рассмотрим тест со следующей матрицей путаницы 2×2 :

Тест исход Состояние (как определено по « золотому стандарту »)	Позитивный	Отрицательный
Позитивный	26	3
Отрицательный	12	48

Мы рассчитываем диагностическое отношение шансов как:

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

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

Критика

Отношение диагностических шансов не определено, когда количество ложноотрицательных или ложноположительных результатов равно нулю. Если и ложноотрицательные , и ложноположительные результаты равны нулю, то тест идеален, но если только один, это соотношение не дает полезной меры. Типичным ответом на такой сценарий является добавление 0,5 ко всем ячейкам таблицы непредвиденных обстоятельств. хотя это не следует рассматривать как поправку, поскольку это вносит погрешность в результаты. Корректировку предлагается внести во все таблицы сопряженности, даже если в ней нет ячеек с нулевыми записями.

См. также

• Чувствительность и специфичность
• Бинарная классификация
• Положительная прогностическая ценность и отрицательная прогностическая ценность
• Коэффициент шансов

Дальнейшее чтение

• Глас, Афина С.; Леймер, Йерун Г.; Принс, Мартин Х.; Бонсель, Гук Дж.; Боссайт, Патрик ММ (2003). «Отношение шансов диагностики: единый показатель эффективности теста» . Журнал клинической эпидемиологии . 56 (11): 1129–1135. дои : 10.1016/S0895-4356(03)00177-X . ПМИД   14615004 .
• Бёнинг, Данкмар; Холлинг, Хайнц; Патилея, Валентин (2010). «Ограничение отношения диагностических шансов при определении оптимального порогового значения для непрерывного диагностического теста». Статистические методы в медицинских исследованиях . 20 (5): 541–550. дои : 10.1177/0962280210374532 . ПМИД   20639268 . S2CID   21221535 .
• Чикко, Давиде; Старовойтов Валерий; Юрман, Джузеппе (2021). «Преимущества коэффициента корреляции Мэтьюза (MCC) над диагностическим отношением шансов (DOR) при оценке бинарной классификации» . Доступ IEEE . 9 : 47112–47124. дои : 10.1109/ACCESS.2021.3068614 . hdl : 10281/431140 .

Внешние ссылки

• Почему правило Байеса лучше с коэффициентами на YouTube