Расширения анализа кривых принятия решений — нового метода оценки диагностических тестов, прогностических моделей и молекулярных маркеров

Введение: Анализ кривых принятия решений — новый метод оценки диагностических тестов, прогностических моделей и молекулярных маркеров. Он сочетает математическую простоту показателей точности, таких как чувствительность и специфичность, с клинической применимостью методов анализа решений. Наиболее важно, что анализ кривых принятия решений можно непосредственно применять к набору данных; при этом не требуются внешние данные о затратах, пользе и предпочтениях, которые обычно необходимы для традиционных методов анализа решений.

Методы: В этой работе представлены несколько расширений анализа кривых принятия решений, включая поправку на переобучение, расчёт доверительных интервалов, применение к цензурированным данным, в том числе при наличии конкурирующих рисков, и построение кривых принятия решений непосредственно по прогнозируемым вероятностям. Все эти расширения основаны на простых методах, ранее описанных в литературе для аналогичных статистических подходов.

Результаты: По данным симуляционных исследований, повторная 10-кратная кросс-валидация лучше всего корректировала кривую принятия решений с учётом переобучения. Метод применения кривых принятия решений к цензурированным данным практически не имел смещения, а покрытие было отличным; при наличии конкурирующих рисков кривые принятия решений адекватно менялись в зависимости от частоты конкурирующего риска и связи между ним и оцениваемым предиктором. Построение кривых принятия решений непосредственно по прогнозируемым вероятностям приводило к сглаживанию кривой.

Выводы: Анализ кривых принятия решений можно легко расширить для многих задач, типичных при оценке эффективности прогностических моделей. Предоставлено программное обеспечение для выполнения анализа кривых принятия решений.