抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
受信者動作特性(ROC)曲線は,2つの代替疾患状態(例えば病気と非疾患)を区別するとき,連続スケールで測定される診断試験/バイオマーカーの識別能力を評価するために使用される最も一般的なツールである。いくつかの環境において,試験の性能とその識別能力は,被験者特有の特性または異なる試験設定によって変化する可能性がある。このような場合,共変量情報を無視するので,共変量-特異的および共変量-調整ROC曲線のような情報-固有精度測度は,バイアスまたは誤った結果をもたらすかもしれないので,必要である。本論文は,(半)パラメトリックおよびノンパラメトリック展望とBayesおよび頻繁なパラダイムの両方から,プール(未調整)ROC曲線,共変量特異的ROC曲線,および共変量調整ROC曲線の推定を可能にするRパッケージROCnRegを紹介した。推定ROC曲線(プール,共変量特異的または共変量調整)から,ROC曲線下の(部分)領域およびYouden指数のような精度のいくつかの要約測度を得ることができた。また,パッケージは,いくつかの基準,すなわちYouden Index criteria,および偽の正値に対する目標値をセットする基準を用いてROCベースの最適閾値を得る機能を提供する。Bayes法では,モデル選択をいくつかの情報基準により実行することができる一方で,事後予測チェックによるモデル適合を評価するツールを提供した。数値的およびグラフィック出力をすべての方法に対して提供した。パッケージは,心血管疾患危険因子の存在または不在を検出するためのボディマスインデックスの能力を評価する目的で,内分泌研究からのデータの分析を通して例証された。パッケージはhttps://CRAN.R project.org/package=ROCnRegでCRANから利用可能である。【JST・京大機械翻訳】