Соотношение диагностических шансов - Diagnostic odds ratio

log (соотношение диагностических шансов) для различной чувствительности и специфичности

В медицинское обследование с двоичная классификация, то отношение шансов диагностики это мера эффективности из диагностический тест.^[1] Он определяется как отношение вероятности положительного результата теста, если у субъекта есть заболевание, к вероятности положительного результата теста, если у субъекта нет болезни.

Обоснование диагностического отношения шансов заключается в том, что это единственный показатель эффективности теста (например, точность и Статистика Юдена J ), но который не зависит от распространенность (в отличие от точности) и представлен как отношение шансов, знакомый практикующим врачам.

Определение

Отношение шансов диагностики 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]

куда ${\displaystyle TP}$, ${\displaystyle FN}$, ${\displaystyle FP}$ и ${\displaystyle TN}$ - количество истинно положительных, ложно отрицательных, ложных срабатываний и истинно отрицательных результатов соответственно.^[1]

Доверительный интервал

Как отношение шансов, то логарифм диагностического отношения шансов приблизительно нормально распределенный.^{[требуется разъяснение ]} В стандартная ошибка Отношение шансов диагностики журнала составляет приблизительно:

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

Из этого примерно 95% доверительный интервал можно рассчитать 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 логарифмического отношения шансов диагностики дает приблизительный доверительный интервал для отношения шансов диагностики.^[1]

Интерпретация

Отношение диагностических шансов находится в диапазоне от нуля до бесконечности, хотя для полезных тестов оно больше единицы, а более высокие диагностические отношения шансов указывают на лучшую производительность теста.^[1] Отношение диагностических 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 предсказывает положительный результат. каким бы ни было истинное состояние - тест не дает никакой информации.

Отношение к другим показателям точности диагностических тестов

Отношение шансов диагностики может быть выражено через чувствительность и специфичность теста:^[1]

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

Это также может быть выражено в терминах Положительная прогностическая ценность (PPV) и Отрицательная прогностическая ценность (ЧПС):^[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 отношения правдоподобия, ${\displaystyle LR+}$ и ${\displaystyle LR-}$:^[1]

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

Использует

Логарифмическое отношение шансов диагностики иногда используется в мета-анализах исследований точности диагностических тестов из-за его простоты (приблизительно нормальное распределение).^[4]

Традиционный метааналитический такие методы, как взвешивание с обратной дисперсией может использоваться для комбинирования логарифмических соотношений шансов диагностики, вычисленных из ряда источников данных, для получения общего диагностического отношения шансов для рассматриваемого теста.

Отношение шансов диагностики журнала также можно использовать для изучения компромисса между чувствительностью и специфичностью.^[5][6] Выражая логарифмическое отношение шансов диагностики через логит частоты истинных положительных результатов (чувствительности) и частоты ложных положительных результатов (1 - специфичность), а также путем дополнительного построения меры, ${\displaystyle S}$:

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

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

Тогда можно провести прямую линию, ${\displaystyle D=a+bS}$. Если б 0, то есть тенденция в диагностической эффективности с порогом, выходящим за рамки простого компромисса между чувствительностью и специфичностью. Значение а можно использовать для составления резюме ROC (SROC) кривая.^[5][6]

Пример

Рассмотрим тест со следующим 2 × 2 матрица путаницы:

		Состояние (как определено "Золотой стандарт ”)
		Положительный	Отрицательный
Тест исход	Положительный	26	12
	Отрицательный	3	48

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 распознает правильно. Мы вычисляем доверительный интервал для диагностического отношения шансов этого теста как [9, 134].

Критика

Отношение шансов диагностики не определено, когда количество ложноотрицательных результатов или же ложных срабатываний равно нулю - если оба ложноотрицательных и ложные срабатывания равны нулю, тогда тест идеален, но если только один, это соотношение не дает полезной меры. Типичный ответ на такой сценарий - добавить 0,5 ко всем ячейкам в таблице непредвиденных обстоятельств,^[1][7] хотя это не следует рассматривать как исправление, так как это вносит искажения в результаты.^[5] Предлагается внести корректировку во все таблицы непредвиденных обстоятельств, даже если нет ячеек с нулевыми записями.^[5]

Смотрите также

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

Рекомендации

1. Глас, Афина С .; Lijmer, Jeroen G .; Prins, Martin H .; Bonsel, Gouke J .; Боссайт, Патрик М. (2003). «Отношение шансов диагностики: единый показатель эффективности теста». Журнал клинической эпидемиологии. 56 (11): 1129–1135. Дои:10.1016 / S0895-4356 (03) 00177-X. PMID  14615004.
2. Макаскилл, Петра; Гацонис, Константин; Дикс, Джонатан; Харборд, Роджер; Таквоинги, Йемиси (23 декабря 2010 г.). «Глава 10: Анализ и представление результатов». In Deeks, J.J .; Bossuyt, P.M .; Gatsonis, C. (ред.). Кокрановское руководство по систематическим обзорам точности диагностических тестов (PDF) (1.0-е изд.). Кокрановское сотрудничество.
3. Глас, Афина С .; Lijmer, Jeroen G .; Prins, Martin H .; Bonsel, Gouke J .; Боссайт, Патрик М. (Ноябрь 2003 г.). «Отношение шансов диагностики: единый показатель эффективности теста». Журнал клинической эпидемиологии. 56 (11): 1129–1135. Дои:10.1016 / S0895-4356 (03) 00177-X. PMID  14615004.
4. Gatsonis, C; Паливал, П. (2006). «Метаанализ оценок точности диагностических и скрининговых тестов: Методический учебник». AJR. Американский журнал рентгенологии. 187 (2): 271–81. Дои:10.2214 / AJR.06.0226. PMID  16861527.
5. Моисей, Л. Э .; Шапиро, Д; Литтенберг, Б. (1993). «Объединение независимых исследований диагностического теста в сводную кривую ROC: аналитические подходы и некоторые дополнительные соображения». Статистика в медицине. 12 (14): 1293–316. Дои:10.1002 / sim.4780121403. PMID  8210827.
6. Диннес, Дж; Дикс, Дж; Kunst, H; Гибсон, А; Cummins, E; Во, N; Дробневский, Ф; Лалвани, А (2007). «Систематический обзор экспресс-тестов для выявления туберкулезной инфекции». Оценка медицинских технологий (Винчестер, Англия). 11 (3): 1–196. Дои:10,3310 / hta11030. PMID  17266837.
7. Кокс, Д. (1970). Анализ двоичных данных. Лондон: Метуэн.