{ "@context": "https://schema.org", "@type": "Organization", "name": "Brainscape", "url": "https://www.brainscape.com/", "logo": "https://www.brainscape.com/pks/images/cms/public-views/shared/Brainscape-logo-c4e172b280b4616f7fda.svg", "sameAs": [ "https://www.facebook.com/Brainscape", "https://x.com/brainscape", "https://www.linkedin.com/company/brainscape", "https://www.instagram.com/brainscape/", "https://www.tiktok.com/@brainscapeu", "https://www.pinterest.com/brainscape/", "https://www.youtube.com/@BrainscapeNY" ], "contactPoint": { "@type": "ContactPoint", "telephone": "(929) 334-4005", "contactType": "customer service", "availableLanguage": ["English"] }, "founder": { "@type": "Person", "name": "Andrew Cohen" }, "description": "Brainscape’s spaced repetition system is proven to DOUBLE learning results! Find, make, and study flashcards online or in our mobile app. Serious learners only.", "address": { "@type": "PostalAddress", "streetAddress": "159 W 25th St, Ste 517", "addressLocality": "New York", "addressRegion": "NY", "postalCode": "10001", "addressCountry": "USA" } }

C3. Curbele ROC Flashcards

(6 cards)

1
Q

La ce este folosita analiza curbelor ROC?

A
  • Determinarea capacităţii unui test de a discrimina între grupuri (+, -)
  • Alegerea unei valori prag (cut-off point) optim
  • Compararea performanţei a două sau mai multe teste
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Care sunt indicatorii curbelor ROC?

A

TP, TN, FP, FN
1. Sensitivity (sensibilitate)= TP/D+
2. Specificity = TN/D-
3. Positive likelihood ratio = Sensitivity / (1-Specificity)
4. Negative likelihood ratio = (1-Sensitivity) / Specificity
5. Positive predictive value = TP/T+
6. Negative predictive value = TN/T-
7. Accuracy = (TP+TN)/n

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Determinarea capacităţii unui test de a discrimina între grupuri

A
  • AUC – area under the curve
  • Cu cât AUC corespunzătoare unui test este mai mare, cu atât performanţa lui discriminativă e mai bună
  • Diagonala spaţiului ROC – graficul unui test care determină cele două categorii diagnostice în mod aleator
  • H0: AUC= 0.50
  • AUC între 0.50 şi 0.70: acurateţe redusă a testului
  • AUC între 0.70 şi 0.90: acurateţe moderată
  • AUC peste 0.90: acurateţe ridicată
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Alegerea unei valori prag (cut-off point) optim

A
  • Valoarea prag optimă este dată de cel mai nord-vestic punct trasat de curba testului în spaţiul ROC
  • Valoarea prag optimă este cea care maximizează suma TP + TN
  • În decizie, se ia în calcul şi costul unui fals pozitiv, şi costul unui fals negativ (exemple?); screening oncologic → se poate ridica cut-off pointul; screening de risc suicidar la adolescenti → se poate cobori cut-off pointul
  • Alte studii recomandă:
    • Specificitate minimă de 95%
    • În screening, senzitivitate minimă de 80% (puterea testului)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Compararea performantei a doua sau mai multe teste

A
  • Compararea ca performanţă globală
  • Compararea pe anumite intervale de senzitivitate sau specificitate
  • Compararea la valorile lor prag
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Descrieți o situație în care decizia pentru determinarea valorii prag a scalei de screening e influențată de costuri ridicate ale cazurilor fals pozitive. În ce direcție va fi modificată valoarea prag?

Descrieți o situație în care decizia pentru determinarea valorii prag a scalei de screening e influențată de costuri ridicate ale cazurilor fals negative. În ce direcție va fi modificată valoarea prag?

A

screening oncologic → se poate ridica cut-off pointul; schizo pentru tratament

screening de risc suicidar la adolescenti → se poate cobori cut-off pointul; screening de ED la adolescenti

How well did you know this?
1
Not at all
2
3
4
5
Perfectly