提高诊断试验效率：多变量综合诊断 |
您所在的位置：网站首页 › 提高诊断质量的方法有联合实验 › 提高诊断试验效率：多变量综合诊断 |
提高诊断试验效率：多变量综合诊断
|
在前面文章中介绍了(提高诊断试验效率：多变量综合诊断——SPSS软件实现)，本文使用同样的案例介绍在Medcalc软件中实现多变量综合诊断的步骤。 关键词：Medcalc; 诊断试验; 多变量综合诊断; logistic回归 由于多个指标之间通常具有一定的互补作用，所以利用多个指标进行综合诊断能够在一定程度上提高诊断的准确度。在进行多指标联合诊断时，对于具有明确诊断阈值或定性诊断的情况，可以使用平行诊断和序贯诊断提高诊断试验效率；对于检测结果为定量或有序的情况，使用多变量诊断模型更为合适。临床医生可以选择合适的多变量模型(如logistic回归等)或机器学习方法(如支持向量机、随机森林等)构建诊断模型。 一、案例简述某课题组预通过就诊者的基本特征、实验室检查等多个指标判断其是否患有肺癌，并评价该综合诊断方法的准确度。研究共纳入424例就诊者，诊断指标包括就诊者的年龄、是否吸烟、是否饮酒、肿瘤标志物A；肺癌诊断的金标准为穿刺活检病理检查。部分数据见图1，本文案例可从“附件下载”处下载。  图1
二、问题分析
本案例的分析目的是评价通过就诊者的基本特征、实验室检查等多个指标综合诊断是否患肺癌的准确性，可以金标准诊断结果为因变量，多个诊断指标为自变量构建logistic回归模型，然后根据该多变量诊断模型计算得到的预测值绘制多变量综合诊断的ROC曲线，通过ROC曲线下面积评价模型准确性。 三、软件操作及结果解读 (一) 单因素分析 1. 软件操作 打开Medcalc软件，导入数据如图2所示。 图2
为相应变量名称和水平设置中文标签。如图3所示。
 图3
点击“统计”-“回归”-“逻辑回归”(图4)。
 图4
在“逻辑回归”对话框中，“因变量”下选择金标准诊断结果“disease”，“独立变量”处选择进行单因素分析的变量“age”。注意虽然在“独立变量”处设置了多个选择框，但单因素分析时每次只能选择一个变量，如果同时选择多个独立变量，就是多因素分析。因为“age”为分类变量，所以点击右侧“分类”按钮(图5)，在“类别变量”对话框中选中分类变量“age”，如果要将分类变量的参照类别改为以第一类为参照，则勾选下方的“将第一个类别作为参考类别”(图6)，然后点击确定回到“逻辑回归”对话框，最后点击“确定”。
 图5
 图6
按照以上“逻辑回归”对话框中的操作步骤，分别将其他要进行单因素分析的变量“smoking”、“drinking”“marker_A”依次选入“独立变量”中。此处还要注意的是，当独立变量中是分类变量时(“smoking”、“drinking”)需要点击“分类”进行哑变量设置，是连续变量时(“marker_A”)则不需要设置。
2. 结果解读
完成以上步骤后可以得到单因素分析结果，单因素分析时，可以将检验水准提高到0.1。 图7显示了“age”的单因素分析结果，P |
【本文地址】