×

回归树的ROC区域。 (英语) Zbl 1158.62079号

总结:临床医生通常可以对一种疾病进行多种替代性诊断测试。同时使用所有好的诊断预测因子以建立一个具有更高诊断准确性的新预测因子非常重要。多个预测因子的线性组合通常是临床医生特别感兴趣的。我们专注于多个预测因子的基于树的非线性组合。使用接收器工作特征区域及其上边界下的区域来评估这些算法的诊断实用性。讨论了一些数学性质,并提出了非参数估计方法。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62号02 生存分析和删失数据中的估计
92 C50 医疗应用(通用)
62G08号 非参数回归和分位数回归
62G07年 密度估算
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] DeLong,E.R。;DeLong,D.M。;Clark-Pearson,D.L.,《比较两个或多个相关接收器工作特征曲线下的面积:非参数方法》,《生物计量学》,44,837-845(1988)·Zbl 0715.62207号
[2] 犹他州格勒。;Prewitt,K.,随机截断数据的二元密度估计,多元分析杂志,7488-115(2000)·Zbl 1118.62318号
[3] Hans,D。;Srivastav,S.K.,将一种新的定量超声设备测量的多个骨部位的结果结合起来,是否能提高髋部骨折的鉴别能力?,骨与矿物研究杂志,14,4,644-651(1999)
[4] Jin,H。;陆毅,基于递归分割方法的髋部骨折预测分类算法,医学决策,24386-398(2004)
[5] Jin,H。;陆毅,基于生存时间方差的替代树结构生存分析,医学决策,24670-680(2004)
[6] Jin,H。;Lu,Y.,确定诊断试验的简单组合是否不劣于理论最佳组合的程序,《医学决策》,28,6,909-916(2008)
[7] Jin,H.,Lu,Y.,多重检验的最优组合的线性非劣性置换检验。《统计学与概率快报》,出版中(doi:10.1016/j.spl.2008.10.015;Jin,H.,Lu,Y.,多个测试的最优组合的线性非劣性排列测试。《统计学与概率快报》,出版中(doi:10.1016/j.spl.2008.10.015·Zbl 1156.62327号
[8] Pepe,M.,《连续测试结果接收器工作特性曲线回归分析的三种方法》,《生物计量学》,54,1,124-135(1998)·Zbl 1058.62643号
[9] Pepe,M.,使用GLM程序对ROC曲线和推断的解释,生物统计学,56,352-359(2000)·Zbl 1060.62669号
[10] Pepe,M.S.,医疗诊断测试中接收器操作特征曲线的回归建模框架,Biometrika,85,595-608(1997)·Zbl 0888.62109号
[11] 理查兹,R.J。;哈米特,J.K。;Tsevat,J.,使用类似于逻辑回归分析的方法寻找最佳多重测试策略,医学决策,16,4,367-375(1995)
[12] 汤普森,M.,评估一系列测试的诊断准确性,生物统计学,4,3,341-351(2003)·Zbl 1141.62352号
[13] Tong,Y.,《多元分布中的概率不等式》(1980),学术出版社:纽约学术出版社·Zbl 0455.60003号
[14] 托斯特森,A。;Begg,C.,ROC曲线估计的一般回归方法,医学决策,8204-215(1988)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。