|
一、背景介绍
在临床医学中，医生的一项重要任务就是判断就诊者是否患病，以便采取适当的进一步行动。临床检测结果常被用于指导临床决策，因此对临床诊断实验的质量评价由于重要。常用的描述检测质量的统计指标有：灵敏度、特异度、预测值、正确率和似然比等。
二、数据集
下面将以pROC包的数据集aSAH为例进行下面讲述：
1. 查看pROC下数据集
install.packages('pROC')
library(pROC)
data(aSAH)
str(aSAH)
2. 结果展示
# 未引入pROC前是无法查看到aSAH数据集
> data(aSAH)
Warning message:
In data(aSAH) : 没有‘aSAH’这个数据集
> library(pROC)
Type 'citation("pROC")' for a citation.
载入程辑包：‘pROC’
The following objects are masked from ‘package:stats’:
cov, smooth, var
Warning message:
程辑包‘pROC’是用R版本4.0.5 来建造的
> data(aSAH)
> str(aSAH)
'data.frame': 113 obs. of 7 variables:
$ gos6 : Ord.factor w/ 5 levels "1" aSAH$result[aSAH$outcome == "Good"] aSAH$result[aSAH$outcome == "Poor"] aSAH$result
[1] 0 0 0 0 1 1 0 1 0 0 1 0 1 1 0 0 1 0 1 1 1 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1
[37] 1 0 1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 1 0 0 0 1 0 1 0 0 1 1 1 0 1 1 0 1 1
[73] 1 1 0 0 0 1 1 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 0 0
[109] 0 1 0 0 0
> roc.area(aSAH$result,roc1$predictor)
$A
[1] 0.6150068
$n.total
[1] 113
$n.events
[1] 41
$n.noevents
[1] 72
$p.value
[1] 0.02143495
|