1

我正在尝试获取 sens、spec、npv 和 ppv，以了解两种患者评分系统的能力及其预测入院的能力。解释数据：

'Etriage' 是电子分流系统（分数从 1-5 分），AETriage 是一个面对面的分流系统（socres 1-5）。录取有 2 个级别作为因素 0 - 未录取，1 - 录取。

例如：

df <- data.frame(
    Etriage=c(2,3,3,5,2,5,3,3,4,3),
    AETriage=c(3,4,4,3,2,4,4,3,4,1), 
    Admitted=c(1,0,0,0,0,0,0,0,0,1))

我想比较两个分数预测录取的能力，并且一直在尝试使用 pROC 来做到这一点（取自整个数据集）：

library(pROC)
auc(df$Admitted, df$AETriage)

ci.auc(df$Admitted, df$AETriage)
ROC_AETriage_Admitted<-roc(df$Admitted,df$AETriage)
print(ROC_AETriage_Admitted)

OperatingValuesAETriage <- coords(ROC_AETriage_Admitted, "all", 
    ret=c("sensitivity","specificity","npv","ppv","threshold"), transpose = FALSE)

print(OperatingValuesAETriage)

我将如何编码 2 个操作级别（低敏锐度 = 分数 3-5 和高敏锐度 = 1-2）并评估他们预测入院的能力？

谢谢！

4

1 回答 1

0

您不能使用文本分数（或因子），因为为了构建 ROC 曲线，我们需要对数据进行排序，这不能在简单文本上自动完成（“高”是否高于“低”？计算机不会我知道）。

但是，R 有一个文本数据类型：ordered factors，pROC（在某种程度上）支持它：

df$Etriage_binary <- ordered(
    ifelse(df$Etriage <= 2, "High", "Low"),
    levels = c("Low", "High"))

pROC::auc(df$Admitted, df$Etriage_binary)

尽管没有准确报告阈值，但它确实有效，但是这种二分法是有损的，并且您实际上不想这样做的原因有很多。

于 2021-12-08T14:36:09.467 回答