×

ROC回归技术的比较研究——计算机辅助诊断系统在乳腺癌检测中的应用。 (英语) 兹比尔1247.62282

摘要:受试者操作特征(ROC)曲线是统计评估连续生物标记物鉴别能力的最广泛使用的指标。众所周知,在某些情况下,标记的辨别能力会受到因素的影响,已经提出了几种ROC回归方法,以将协变量纳入ROC框架。对不同ROC回归模型及其在肿瘤自动检测新兴领域中的应用进行了深入的仿真研究。在模拟研究中,考虑了不同的场景,并根据均方误差标准对模型进行了比较。在评估计算机辅助诊断(CAD)方案时,应用已审查的ROC回归技术可以成为发展此类放射学系统的一个主要因素。

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
92 C50 医疗应用(通用)
65C60个 统计中的计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿隆佐,T.A。;Pepe,M.S.,使用二元回归技术进行无分布ROC分析,生物统计学,3421-432(2002)·Zbl 1135.62390号
[2] 美国放射学会,2003年。ACR BI-RADS-乳房X光检查。In:超声波和磁共振成像,第4版,弗吉尼亚州雷斯托美国放射学院。;美国放射学会,2003年。ACR BI-RADS-乳房X光检查。收录:超声波和磁共振成像,第4版,弗吉尼亚州雷斯托美国放射学院。
[3] Cai,T.,带位置值的半参数ROC回归分析,生物统计学,5,45-60(2004)·Zbl 1096.62112号
[4] 蔡,T。;Pepe,M.S.,用于评估疾病生物标记物的半参数接收器操作特征分析,美国统计协会杂志,971099-1107(2002)·Zbl 1041.62086号
[5] 蔡,T。;Zheng,Y.,ROC回归分析的模型检验,生物计量学,63152-163(2007)·Zbl 1123.62080号
[6] Cheng,S.C。;魏立杰。;Ying,Z.,用删失数据分析转换模型,Biometrika,82835-845(1995)·Zbl 0861.62071号
[7] de Boor,C.A.,《样条实用指南》(2001),Springer-Verlag:Springer-Verlag纽约·Zbl 0987.65015号
[8] 埃夫隆,B。;Tibshirani,R.J.,Bootstrap简介(1993),查普曼和霍尔/CRP出版社:查普曼和霍尔/CRP出版社纽约·兹比尔083562038
[9] 艾尔斯,P。;Marx,B.,《带B样条和惩罚的柔性平滑》,《统计科学》,第11期,第89-121页(1996年)·Zbl 0955.62562号
[10] Faraggi,D.,为协变量调整接收器工作特性曲线和相关指数,统计学家,52,179-192(2003)
[11] González-Manteiga,W。;Pardo Fernández,J.C。;Van Keilegom,I.,非参数位置尺度回归模型中的ROC曲线,斯堪的纳维亚统计杂志(2010)
[12] Hanley,J.A。;Hajian-Tilaki,K.O.,《接收器工作特性曲线下面积非参数估计的抽样可变性:更新》,《学术放射学》,第4期,第49-58页(1997年)
[13] 詹斯,H。;Pepe,M.S.,《在ROC分析中调整协变量》,《统计杂志》,9,17-39(2009)
[14] 杰马尔,A。;西格尔,R。;Ward,E。;Hao,Y。;徐,J。;Murray,T。;Thun,M.J.,《癌症统计》,加州:临床医生癌症杂志,58,71-96(2008)
[15] Kshirsagar,A.M.,多元泛化分布的一些推广和回归系数分布的多元泛化,剑桥哲学学会学报,57,80-85(1961)·Zbl 0098.33201号
[16] 朗·S。;Brezger,A.,贝叶斯P样条,计算与图形统计杂志,13,183-212(2004)
[17] López de Ullibarri,I。;曹,R。;卡达索·苏亚雷斯,C。;Lado,M.J.,《条件ROC曲线的非参数估计:在计算机检测早期乳腺癌中识别任务的应用》,计算统计与数据分析,52,2623-2631(2008)·Zbl 1452.62826号
[18] López de Ullibarri,I.,Rodríguez-Alvarez,M.X.,Cadarso Suárez,C.,2008b。ROC回归:用于ROC回归分析的新R软件。摘自:Paul Eilers(编辑),《第23届统计建模国际研讨会论文集》,第321-324页。;López de Ullibarri,I.,Rodríguez-Alvarez,M.X.,Cadarso Suárez,C.,2008b。ROC回归:用于ROC回归分析的新R软件。摘自:Paul Eilers(编辑),《第23届统计建模国际研讨会论文集》,第321-324页。
[19] McCullagh,P。;Nelder,J.A.,广义线性模型(1989),查普曼和霍尔:查普曼与霍尔伦敦·兹比尔074462098
[20] Metz,C.E.,ROC分析的基本原理,核医学研讨会,8183-298(1978)
[21] Nishikawa,R.M.,计算机辅助诊断在乳腺X射线照相术中的现状和未来方向,计算机医学成像和制图,31224-235(2007)
[22] Pepe,M.S.,《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》,54,124-135(1998)·Zbl 1058.62643号
[23] Pepe,M.S.,使用GLM程序解释ROC曲线和推断,生物统计学,56,352-359(2000)·兹比尔1060.62669
[24] Pepe,M.S.,《分类和预测医学测试的统计评估》(2003),牛津大学出版社:牛津大学出版社纽约·Zbl 1039.62105号
[25] 佩佩,M.S。;Cai,T.,《用于评估歧视性措施的位置值分析》,《生物统计学》,第60期,第528-535页(2004年)·Zbl 1274.62173号
[26] R开发核心团队,2010年。R: 用于统计计算的语言和环境。收件人:奥地利维也纳R统计计算基金会,ISBN 3-900051-07-0,网址:网址:http://www.R-project.org; R开发核心团队,2010年。R: 用于统计计算的语言和环境。在:R统计计算基金会,奥地利维也纳,ISBN 3-900051-07-0,网址:网址:http://www.R-project.org
[27] 罗德里格斯-阿尔瓦雷斯,M.X。;罗卡·帕迪尼亚斯,J。;Cadarso-Suárez,C.,《ROC曲线和协变量:将归纳方法扩展到非参数框架》,《统计与计算》(2010年)·Zbl 1221.62147号
[28] 托斯特森,A.N。;Begg,C.B.,ROC曲线估计的一般回归方法,医学决策,8204-215(1988)
[29] 瓦雷拉,C。;Tahoces,P.G。;梅恩德斯,A.J。;索托,M。;Vidal,J.J.,《数字化乳房X线照片中乳腺肿瘤的检测》,《生物与医学中的计算机》,37,214-226(2007)
[30] Venables,W.,非中心性参数置信区间的计算,《皇家统计学会杂志》,B辑,37,406-412(1975)·Zbl 0312.62030号
[31] Wood,S.N.,广义加性模型。《R导论》(2006),查普曼和霍尔/CRP出版社:查普曼与霍尔/CRP纽约出版社·Zbl 1087.62082号
[32] 郑毅。;Heagerty,P.J.,纵向标记数据时间相关ROC曲线的半参数估计,生物统计学,4615-632(2004)·Zbl 1069.62106号
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。