EZRでROC曲線とAUCを出力!Youden indexでカットオフ値も計算

EZRでROC曲線とAUCを出力!Youden indexでカットオフ値も計算

この記事ではEZRでROC曲線を出力する方法についてお伝えします。

具体的には、以下の3つが分かるようになります!

  • そもそもROC曲線とはなんだっけ?
  • ROC曲線とAUCを出力する方法
  • ROC曲線からカットオフ値を決める方法

ROC曲線とAUCに関する詳細はこちらの記事にありますので、併せてご確認くださいませ。

 

>>もう統計で悩むのは終わりにしませんか? 

↑期間・数量限定で無料プレゼント中!

目次

ROC曲線とAUCとはそもそも何だったっけ?

ROC曲線はReceiver Operatorating Characteristic Curveの略で、日本語では受信者動作特性曲線と言います。

医薬研究では、ROC曲線は検査や診断薬の性能を表すときや、新しい検査との比較をするときに用いられることが多いですね

 

一般的に、高い感度で判断しようとすると偽陽性がでやすく、逆に偽陽性を低くすると、感度も低くなってしまいます。

ROC曲線を理解するには、陽性的中率や陰性的中率に関する知識も不可欠

実際のROC曲線は下記のような図です。

縦軸が感度、横軸に特異度(多くの場合は1-特異度)を示したグラフ。

そしてAUC(Area Under the Curve)はROC曲線下の面積を数値化したものです。

縦軸も横軸もMaxは1ですから、AUCのMaxも1になりますね。

 

以上が基礎となる知識の復習でした!

では実際にEZRでROC曲線とAUCの出力、そしてカットオフ値の出力をしていきましょう。

 

EZRでROC曲線とAUCを計算する方法

ROC曲線とAUCについて復習できたところで、EZRで実際にROC曲線とAUCを出力する方法について学んでいきましょう。

今回は、自治医科大学さんが提供しているサンプルデータの中で「Hb」というデータを使います。

下記のようなデータですね。

ROC曲線を作成するには、アウトカムが2値のカテゴリカルデータ、説明変数が連続量データである必要があります

今回は架空の仮説として「Hbの値で性別を区別できるか?」という疑問に対してROC曲線の解析を実施していきます。

 

EZRでROC曲線を出力するには「検査の正確度の評価」から!

EZRでROC曲線を出力するには、データを取り込んだあとに「統計解析」→「検査の正確度の評価」→「定量検査の診断への正確度の評価(ROC曲線)」を選択します。

その後、下記の画面で変数を選択します。

今回は架空の仮説として「Hbの値で性別を区別できるか?」という疑問を持っていますので、結果にSexを、予測に用いる値にHbを選択します。

あとは何もいじらなくてOK。

すると、下記のようなROC曲線が出力されました。

このROC曲線が何を表しているかというと、Hbのカットオフ値を9.4~16.2まで順に移動させた際の感度と特異度をプロットしたものです。

実際にどのカットオフでどんな感度と特異度だったのかは、EZRの結果に出力されています。

逆に言えば、上記の数値を一つのグラフに示したものがROC曲線、という言い方もできます。

 

EZRで計算されたAUCを確認!

ROC曲線の曲線下面積がAUCでしたね。

AUCもEZRの出力で確認することができます。

AUCとその95%信頼区間が出力されていることがわかります。

AUCが1のときは、説明変数でアウトカムを完全に予測できるという意味。

面積が0.5となれば検査の信憑性はまったくなしになります。

今回は0.91と、1に近い数値なので、Hbは性別を予測するのに正確性の高い検査値であると判断できますね。

 

>>もう統計で悩むのは終わりにしませんか? 

↑1万人以上の医療従事者が購読中

EZRのROC曲線からYouden indexのカットオフ値を出力!

EZRで作成されたROC曲線をもう一度確認すると、グラフ中に13.1という数値が表示されていることがわかります。

これがいわゆるカットオフ値です。

じゃあこのカットオフ値はどうやって計算されたものか?ということなのですが、それを理解するには下記の選択画面を確認します。

今回は特にいじりませんでしたが、カットオフ値を決める方法が2通り用意されていて、チェックして選択することが可能です。

デフォルトでは「感度と特異度の和が最大になる閾値」にチェックが入っており、この方法をで出力されるカットオフ値をYouden indexと言います。

特に指定がなければ、カットオフ値の出力にはYouden indexを使うことで問題ないです。

 

まとめ

この記事ではEZRでROC曲線を出力する方法についてお伝えしました。

具体的には、以下の3つが分かるようになったのなら幸いです!

  • そもそもROC曲線とはなんだっけ?
  • ROC曲線とAUCを出力する方法
  • ROC曲線からカットオフ値を決める方法

ROC曲線とAUCに関する詳細はこちらの記事にありますので、併せてご確認くださいませ。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

リサーチクエスチョン探し?データ分析?論文投稿?、、、で、もう悩まない!

第1章臨床研究ではなぜ統計が必要なのか?計画することの重要性
  • 推定ってどんなことをしているの?
  • 臨床研究を計画するってどういうこと?
  • どうにかして標本平均を母平均に近づけられないか?
第2章:研究目的をどれだけ明確にできるのかが重要
  • データさえあれば解析でどうにかなる、という考え方は間違い
  • 何を明らかにしたいのか? という研究目的が重要
  • 研究目的は4種類に分けられる
  • 統計専門家に相談する上でも研究目的とPICOを明確化しておく
第3章:p値で結果が左右される時代は終わりました
  • アメリカ統計協会(ASA)のp値に関する声明で指摘されていること
  • そうは言っても、本当に有意差がなくてもいいの…?
  • なぜ統計専門家はp値を重要視していないのか
  • 有意差がない時に「有意な傾向があった」といってもいい?
  • 統計を放置してしまうと非常にまずい
第4章:多くの人が統計を苦手にする理由
  • 残念ながら、セミナー受講だけで統計は使えません。
  • インプットだけで統計が使えない理由
  • どうやったら統計の判断力が鍛えられるか?
  • 統計は手段なので正解がないため、最適解を判断する力が必要
第5章:統計を使えるようになるために今日から何をすれば良いか?
  • 論文を読んで統計が使えるようになるための5ステップ
第6章:統計を学ぶために重要な環境
  • 統計の3つの力をバランスよく構築する環境

以下のボタンをクリックして、画面に出てくる指示に従って、必要事項を記入してください。

コメント

コメントする

目次