Этот вопрос касается оценки пороговых значений в многомерном скрининговом вопроснике для прогнозирования двоичной конечной точки при наличии коррелированных шкал.
Меня спросили об интересе к контролю за ассоциированными подсчетами при разработке предельных баллов по каждому измерению шкалы измерений (личностных черт), которые могут использоваться для скрининга на алкоголизм. То есть, в данном конкретном случае, человек не был заинтересован в корректировке на внешние ковариаты (предикторы) - что приводит к (частичной) площади под кривой ROC с поправкой на ковариату, например (1-2) - но по существу на другие оценки из той же анкеты, потому что они соотносят друг друга (например, «импульсивность» с «поиском ощущений»). Это равносильно построению GLM, который включает в себя с левой стороны оценку интереса (для которой мы ищем отсечение) и другую оценку, рассчитанную по той же анкете, в то время как с правой стороны результатом может быть статус питья.
Чтобы прояснить (по запросу @robin), предположим, что у нас есть балла, скажем, (например, тревога, импульсивность, невротизм, поиск ощущений), и мы хотим найти пороговое значение (то есть «положительный случай», если , «отрицательный случай» в противном случае) для каждого из них. Мы обычно учитываем другие факторы риска, такие как пол или возраст, при разработке такого ограничения (используя анализ кривой ROC). Теперь, как насчет корректировки импульсивности (IMP) на пол, возраст и поиск ощущений (SS), поскольку известно, что SS коррелирует с IMP? Другими словами, у нас было бы предельное значение для ИМП, когда влияние возраста, пола и уровня тревоги устранено.
Помимо того, что отсечение должно оставаться максимально простым, мой ответ был
Что касается ковариат, я бы порекомендовал оценить AUC с корректировкой и без нее, просто чтобы посмотреть, увеличится ли прогнозная производительность. Здесь ваши ковариаты - это просто другие подкорки, определенные из того же инструмента измерения, и я никогда не сталкивался с такой ситуацией (обычно я настраиваюсь на известные факторы риска, такие как возраст или пол). [...] Кроме того, поскольку вас интересуют прогностические проблемы (то есть эффективность скрининга вопросника), вас также может заинтересовать оценка положительной прогностической ценности (PPV, вероятность пациентов с положительными результатами теста, которые правильно классифицированы) при условии Вы можете классифицировать предметы как «положительные» или «отрицательные» в зависимости от их подклассов в вашей анкете. Обратите внимание, однако,
Есть ли у вас более глубокое понимание этой конкретной ситуации со ссылкой на соответствующие документы, когда это возможно?
Ссылки
- Джейнс Х. и Пепе М.С. (2008). Поправка на ковариаты в исследованиях диагностических, скрининговых или прогностических маркеров: старая концепция в новых условиях . Американский журнал эпидемиологии , 168 (1): 89-97.
- Джейнс Х. и Пепе М.С. (2008). Приспособление ковариат в ROC-анализе . UW Biostatistics Working Paper Series , Бумага 322.