Publicação
Estimação da sensibilidade, da especificidade e da curva ROC
| Resumo: | A tomada de decisões é um processo complexo que surge frequentemente ligado ao problema da classificação de indivíduos em grupos a partir de um marcador ordinal ou contínuo associado. Neste contexto os testes diagnósticos assumem especial relevância. A escolha das provas de diagnóstico e do ponto de corte é geralmente realizada através da avaliação da sensibilidade e especificidade e pela representação da curva ROC (Receiver Operating Characteristic), uma poderosa ferramenta estatística. Na Medicina estas ferramentas assumem um papel central, ao estimar, comparar e calibrar o impacto de diferentes soluções, permitindo que a solução mais eficaz seja disponibilizada. Este trabalho pretendeu estudar e desenvolver estas ferramentas estatísticas e está estruturado, além da Introdução e Conclusão, em 5 secções que visam responder aos objetivos propostos. O segundo Capítulo é composto pela revisão bibliográfica e histórica sobre o tema, à medida que são apresentados os conceitos e fórmulas base sobre as curvas ROC. No Capítulo 3 é efetuada a caracterização e a análise descritiva de uma base de dados de cardiologia que será posteriormente utilizada para testar exemplificar as funções desenvolvidas. No Capítulo 4 programamos e aplicamos um conjunto de funções que têm por objetivo estimar e representar a sensibilidade, especificidade e a curva ROC, bem como as respetivas bandas de confiança, através dos métodos: Wald, Score e Bootstrap. O desempenho destes métodos é avaliado por meio de estudos de simulação. Realizou-se um estudo de simulação que será descrito no Capítulo 5. Pretendeu-se avaliar o nível de cobertura dos diferentes métodos e estudar qual é o melhor método sob diferentes condições. Por fim, o Capítulo 6 é constituído pela programação e aplicação da função, slife. A função visa avaliar o custo/retorno unitário esperado num rastreio populacional, a função foi exemplificada recorrendo à base de dados de cardiologia, de modo a aprofundar as suas funcionalidades. Nesta dissertação foram revistos e programados métodos de estimação da sensibilidade, especificidade e curvas ROC, e a relação destas com o custo e com o retorno esperado. Pretendeu-se disponibilizar informação e ferramentas estatísticas de apoio ao diagnóstico. |
|---|---|
| Autores principais: | Pereira, Miguel |
| Assunto: | Curvas ROC Sensibilidade Especificidade Custo e retorno esperado ROC curves Sensitivity Specificity Cost and expected benefit |
| Ano: | 2013 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A tomada de decisões é um processo complexo que surge frequentemente ligado ao problema da classificação de indivíduos em grupos a partir de um marcador ordinal ou contínuo associado. Neste contexto os testes diagnósticos assumem especial relevância. A escolha das provas de diagnóstico e do ponto de corte é geralmente realizada através da avaliação da sensibilidade e especificidade e pela representação da curva ROC (Receiver Operating Characteristic), uma poderosa ferramenta estatística. Na Medicina estas ferramentas assumem um papel central, ao estimar, comparar e calibrar o impacto de diferentes soluções, permitindo que a solução mais eficaz seja disponibilizada. Este trabalho pretendeu estudar e desenvolver estas ferramentas estatísticas e está estruturado, além da Introdução e Conclusão, em 5 secções que visam responder aos objetivos propostos. O segundo Capítulo é composto pela revisão bibliográfica e histórica sobre o tema, à medida que são apresentados os conceitos e fórmulas base sobre as curvas ROC. No Capítulo 3 é efetuada a caracterização e a análise descritiva de uma base de dados de cardiologia que será posteriormente utilizada para testar exemplificar as funções desenvolvidas. No Capítulo 4 programamos e aplicamos um conjunto de funções que têm por objetivo estimar e representar a sensibilidade, especificidade e a curva ROC, bem como as respetivas bandas de confiança, através dos métodos: Wald, Score e Bootstrap. O desempenho destes métodos é avaliado por meio de estudos de simulação. Realizou-se um estudo de simulação que será descrito no Capítulo 5. Pretendeu-se avaliar o nível de cobertura dos diferentes métodos e estudar qual é o melhor método sob diferentes condições. Por fim, o Capítulo 6 é constituído pela programação e aplicação da função, slife. A função visa avaliar o custo/retorno unitário esperado num rastreio populacional, a função foi exemplificada recorrendo à base de dados de cardiologia, de modo a aprofundar as suas funcionalidades. Nesta dissertação foram revistos e programados métodos de estimação da sensibilidade, especificidade e curvas ROC, e a relação destas com o custo e com o retorno esperado. Pretendeu-se disponibilizar informação e ferramentas estatísticas de apoio ao diagnóstico. |
|---|