TY-JOURAU-Ma、HuaAU-Halabi、SusanAU-Liu、AiyiPY-2019DA-2019/02/03TI-ROC曲线SP-893530VL-2019AB-Mi 后台 .生物标志诊断分析预测性能评价基于接收器操作特征曲线和ROC曲线下区域对诊断性定向医学至关重要偏差曲线下区位是一个替代度量,侧重于诊断分析的一系列实用和临床关联性文章中,当多连续生物标志可用时,我们采用并扩展最小最大法估计pAUC并用模拟比较我们建议方法的性能和现有方法 方法论 .广度模拟研究 调查不同方法性能 组合生物标志数据取自各种多变分布并存等异差矩阵ROC曲线的不同形状、假正分数范围以及样本大小配置都得到了考虑。通过重置和留置单跨校验算获取PAUC估计平均值和标准偏差 结果 .act方法提供最大pAUC估计分三大实用假想:(1)多变正常分发非疾病参赛者数据差异矩阵或(2)从单个生物标志生成的ROC曲线相对近,而不论潜常态分布假设或(3)从单个生物标志生成的ROC曲线直线形状 结论 .拟方法强健性强,鼓励调查人员使用这种方法估计pAUC多项实用假想SN-1687-952XUR-https://doi.org/101155/20198953530DO-10.1155/20198953530JF-概率统计杂志PB-HindawiKW-ER