ROC 曲線是檢查醫學診斷工具準確性的重要統計方法，它藉由與黃金標準(gold standard) 的比較計算出敏感度(sensitivity)和特異度(specificity)，在同時考慮這兩個量的訊息下，做出最後的結論。統合分析(Meta-analysis)是合併(pooling)同一研究主題下，不同研究成果的方法，尤其在實證醫學(EBM)上常被運用。在診斷工具準確性的整合結果上，我們可以很直接的分別合併敏感度或特異度，以得到的結果加以解釋；但此做法的缺點在於沒有同時考量到這兩個測量值。所以，在統合分析上常用較爲合理的方法爲Summary Receiver Operating Characteristic curve(SROC)。
SROC是將敏感度(即爲True positive rate, TPR), 特異度(即爲1-False positive rate, 1-FPR)這兩個值經過適當的變換(transformation)後，再以線性迴歸(linear regression)模式來分析。迴歸模式爲D=α+βS,
其中D=ln(TPR/1-TPR)-ln(FPR/1-FPR),S= ln(TPR/1-TPR)+ln(FPR/1-FPR).
Reference:
Irwig, L., Macaskill, P., Glasziou, P., Fahey, M. (1995). Meta-analytic methods for diagnostic test accuracy. J. Clin. Epidemiol 48: 119-30.
Midgette, A.S., Studel, T.A., Littenberg, B. (1993). A meta-analytic method for summarizing diagnostic test performances: receiver-operating-characteristic-summary point estimates. Med. Decis Making 13: 253-7.
留言列表
