以斯帖之友    儲值會員專區    聯絡我們    臉書粉絲頁    部落格
關鍵字搜尋
新增網頁1
 
 
 
【以斯帖每日實戰教學】2013年10月2日,醫學研究上模式預測能力的比較:一致性統計量(C-statistics) [推到 Facebook]
 

在醫學研究中,常需要對某種特定疾病 (例如,心血管方面疾病,代謝症候群等)找出其顯著的影響因子,再進一步地以這些影響因子來預測是否有得病。就常用的邏輯斯迴歸(logistic regression)而言,亦即先算出各因子組合而成的危險分數(risk score),再以危險分數來區分其有得病或是沒得病,此時用來評估其區分精確度的數量,就是時常在文獻中看到的---一致性統計量(C(Concordance)- statistics)。在上述的邏輯斯迴歸例子中,事實上一致性統計量等於 ROC曲線分析中的曲線下面積(AUC)—這是在進行醫學診斷分析時,常會用到的。

 

不過,一致性統計量的用途更爲廣泛,即使是在存活資料下有病與否和時間長短有關;time to event data)所使用的Cox 迴歸模式,也可以算出一致性統計量,來比較所建立的不同Cox 迴歸模式(影響因子選擇不同),何者的預測能力更佳。在統計軟體部份,目前較常見用來進行一致性統計量分析的軟體爲SAS, R

 

Reference

Hajime Uno, Tianxi Cai, Michael J. Pencina, Ralph B. D’Agostino, and LJ Wei. On the C-statistics for evaluating overall adequacy of risk prediction procedures with censored survival data. Statistics in Medicine 2011, 30:1105-16

 
 
新增網頁1
Copyright © 2017 以斯帖統計顧問股份有限公司 All Rights Reserved.
116-94 台北市文山區辛亥路四段130巷11號1樓(捷運辛亥站旁,點擊連結地圖)
電話:(02)2935-3311 傳真:(02)2935-3379  E-mail:service@estat.com.tw
.會員服務條款
.隱私權保護說明
.人才招募
.聯絡我們
.Facebook