糖尿病足复发风险预测模型的构建:联合时间依赖ROC的生存分析

目的:采用回顾性队列研究的方法,以时间依赖ROC曲线联合生存分析预测糖尿病足(Diabetic foot ulceration,DFU)复发的危险因素并构建预测模型。方法:收集2018年1月-2023年1月于笔者科室住院治疗的DFU患者临床资料并随访患者的复发情况,设计研究因素为年龄、性别、是否合并高血压、血谷丙转氨酶值(Alanine aminotransferase,ALT)、血谷草转氨酶值(Aspartate aminotransferase,AST)、血碱性磷酸酶值(Alkaline phosphatase,ALP)、血谷酰转肽酶值(Gamma-glutamyltransferase,GGT)、血乳酸脱氢酶值(Lactate dehydrogenase,LDH)、白蛋白、血糖控制情况、血尿素氮值、血肌酐值、下肢血管病变、Wagner分级、是否存在骨质破坏、有无介入手术、有无截肢(趾)、有无植皮、是否吸烟共19项。连续数据以时间依赖受试者工作特征曲线(time-ROC)计算最佳截断值转化为分类数据,以K-M法计算复发率,log-rank检验进行单因素分析,COX比例风险回归模型进行多因素分析并构建预测模型,C-index评价模型准确度。结果:共纳入74例DFU患者。糖尿病足愈合后的1、2、3、4年复发率分别为:12.1%、24.8%、33.8%、43.3%。是否吸烟(P=0.002)、Wagner分级(P=0.004)、是否存在骨质破坏(P=0.038)、是否合并下肢血管病变(P<0.001)、年龄大小(P=0.034)、肌酐值高低(P=0.045)、有无截肢(P=0.022)是DFU复发的危险因素,其中吸烟(P<0.001,HR=19.805)、年龄≥73岁(P=0.009,HR=9.429)、血肌酐值≥66μmol/L(P=0.024,HR=5.423)是DFU复发的独立危险因素。糖尿病足复发的预测模型:Y=2.986X1+2.244X2+1.691X3(吸烟=X1,年龄水平=X2,肌酐水平=X3),C-index=0.888,模型准确性高。结论:基于时间依赖ROC联合生存分析构建的预测模型对判断糖尿病足复发率的准确度高。

受试者工作特征曲线(ROC曲线)的应用分析

目的:通过分析《中国计划生育学杂志》中受试者工作特征曲线(简称ROC曲线)的应用情况,为规范应用ROC曲线提供建议。方法:在中国知网检索2018年1月1日-2022年12月31日《中国计划生育学杂志》发表的与ROC曲线相关的文献,根据是否使用多指标联合预测结局,将文献分为单独组和联合组,分析文献的发表数量变化趋势、研究领域、应用条件、统计软件和模型。结果:共获得323篇文献。根据纳入排除标准,排除11篇文献,最终纳入312篇,其中单独组125篇、联合组187篇。最常用的统计软件为SPSS,数量达303篇,占97.1%,286篇文章仅提及使用ROC分析诊断价值,而未指出具体的拟合方法。2018-2022年的文章发表数量呈逐年上升的趋势,所纳入学科领域文献数量的排名前3位的依次是围产医学(187篇,59.9%)、妇科肿瘤学(45篇,14.4%)和普通妇科学(40篇,12.8%)。纳入文献样本量M(P25,P75)为180.5(127,242),其中样本量<100例的文章29篇,占9.3%。整体的AUC值M(P25,P75)为0.812(0.747,0.881),68.3%的AUC值位于0.7~0.9,<0.5的AUC值共7个,占0.6%。在≥2个指标的诊断试验研究中,149篇文章中未进行AUC值统计学差异性检验,仅报告指标间诊断价值的高低;29篇文章仅报告统计学比较的P值,未报告具体使用的统计学比较方法。结论:在ROC曲线的应用中,需选择合适的模型,并建议在文章的方法部分详细报告所用的ROC模型和统计软件,若存在多个指标的比较,需进行统计学检验,并报告相应的Z值和P值。

ROC分析技术在机器学习中的应用

ROC(Return-Of-Certain)分析是一种通过比较决策和行动的结果预测系统性能的技术。当系统被嵌入一个大数据集中时,其性能可能会发生变化,从而需要重新分析其决策和行动结果。在机器学习领域,ROC分析技术是一种用于分析和改进机器学习算法性能的工具,可对比模型的决策结果与实际结果,以确定其准确性、鲁棒性和有效性。

基于ROC分析及样本熵的轴承故障检测

轴承故障检测对旋转机械的维护至关重要。尽管已有的故障诊断方法取得了长足的进步,但仍然面临着一些挑战,如缺乏足够的故障数据用于训练,对复杂的分布式数据的有效性不高,对早期故障的敏感性低,以及噪声和离群值的干扰。因此,本文提出了一种基于样本熵和ROC分析的故障检测方法,通过提取振动信号的样本熵指标,然后使用ROC分析对其进行检测。实验结果表明,本文所提方法能够以较高的准确率检测轴测故障。

上海市远郊60岁及以上人群代谢综合征趋势分析及ROC曲线预测

目的:分析上海市远郊60岁及以上人群代谢综合征患病情况及变化趋势,比较血糖、身体质量指数对代谢综合征的评价作用,为相关部门制定代谢综合征防控措施提供参考依据。方法:2022—2023年,选取在上海市金山区高新区社区参与健康体检的19576名老年居民进行问卷调查、身体测量、生物样本采集。结果:参与体检的老年居民中,70~74岁年龄段人群代谢综合征患病率最高(24.8%),≥80岁年龄段人群代谢综合征患病率最低(17.8%);在代谢综合征组分数量方面,65~69岁年龄段人群包含1~4项的组分数量占比均为最高;男性空腹血糖、身体质量指数切点分别为6.05 mmol/L、25.0 kg/m2,ROC曲线下面积分别为0.720和0.824;女性葡萄糖、身体质量指数切点分别为5.92 mmol/L、25.0 kg/m2,ROC曲线下面积分别为0.714和0.798。结论:身体质量指数、空腹血糖是预测社区老年居民代谢综合征的重要变量,相关部门应重视身体质量指数、空腹血糖评估对社区居民代谢综合征的预测价值。

基于ROC曲线的几种创伤严重程度评估工具对老年创伤患者院内死亡预测效果的对比研究

目的比较新损伤严重程度评分(NISS)、指数型损伤严重程度评分(EISS)、创伤和损伤严重程度评分(TRISS)及老年创伤结局评分(GTOS)用于预测老年创伤患者院内死亡风险的效果。方法回顾性追溯选定时间跨度(2019年1月至2022年12月)内所有经急诊入院的老年创伤患者(共197例)的临床资料,计算并统计上述4种创伤严重程度评估工具的结果并绘制受试者工作特征(ROC)曲线,分析比较各评估工具的ROC曲线下面积(AUC)、约登指数以及敏感度、特异度,并以传统的损伤严重程度评分(ISS)的结果作为对照。结果4种改进型评估工具的预测效果均优于传统评估工具(ISS评分)。其中,TRISS评分的AUC、约登指数、敏感度和特异度均最高;NISS评分的AUC和约登指数均最低;GTOS评分的AUC和敏感度与EISS评分较为接近,但约登指数和特异度均显著高于EISS评分。结论TRISS评分在急诊老年创伤患者死亡风险预测评估方面的综合应用效果最佳,GTOS评分预测效果不及TRISS,但评估计算过程更简单,其改进和优化值得进一步探索。

GBS、Rockall及AIMS65评分对急性非静脉曲张性上消化道出血患者预后预测价值分析

目的 分析Blatchford危险性积分(GBS)、Rockall及AIMS65评分对急性非静脉曲张性上消化道出血(ANVUGIB)患者再出血及死亡的预测价值。方法 选取2019年1月至2021年5月到新乡医学院第一附属医院就诊的186例ANVUGIB患者为研究对象,比较所有患者入组时的GBS、Rockall、AIMS65评分及危险分层情况;统计患者治疗2个月期间的再出血、干预及死亡情况,并运用受试者工作曲线(ROC)分析3种评分系统对ANVUGIB患者再出血及死亡的预测价值。结果 186例患者中Rockall评分低危组75例、中危组67例、高危组44例,AIMS65评分低危组99例、高危组87例,GBS评分低危组61例、高危组125例,使用质子泵抑制剂162例,转ICU 15例,平均初次住院时间(11.14±1.07)d;治疗2个月期间,病情总体好转159例(85.48%),再出血21例(11.29%),行输血、内镜止血及介入干预治疗88例(47.31%),死亡18例(9.68%);比较再出血组(n=21)与未再出血组(n=165)、死亡组(n=18)与存活组(n=168)患者的Rockall、AIMS65、GBS评分,显示再出血组与死亡组的上述3种评分显著高于未再出血组和存活组(均P<0.05);ROC曲线分析显示,Rockall、AIMS65、GBS评分对ANVUGIB患者再出血均具有预测价值(P<0.05),AUC分别为0.659、0.614、0.706,3项评分对死亡也均具有预测价值(P<0.05),且预测效能总体优于再出血,AUC分别为0.706、0.704、0.719。结论 Rockall、AIMS65、GBS 3种评分系统对ANVUGIB患者死亡的预测能力良好,但对再出血的预测效能较死亡预测稍显不足。其中GBS能正确归类高危人群,对再出血和死亡的预测效能略高。

比例优势模型实现ROC分析的方法及其应用前景分析

目的探讨比例优势模型在ROC分析中的应用前景。方法比较比例优势模型与双正态模型等经典方法所计算的ROC曲线下面积及其标准误;采用灵敏度残差平方和与决定系数两个指标评价参数模型的拟合优度。结果在一般情况下,由比例优势模型所得到的ROC曲线指标结果与经典方法很接近;对于有序分类资料和连续型资料,该模型的拟合效果均较好;但由于该模型获得的ROC曲线形状单一,有些情况下该模型的拟合不理想。结论与经典的方法相比,比例优势模型有其自身的特点,实际应用时应慎重做出选择。

正交接收机ROC分析探究性实验设计与实践

针对课堂理论授课效果不佳问题,利用自制的“正交接收机综合实验装置”,参考基于建构主义理论的自主探究教学模式,设计接收机工作特性(ROC)分析自主探究实验。实验设计强调过程的开放性与内容的探究性,学生依据实验目标自主设计实验步骤与实验方法,在实验过程中通过主动发现问题,解决问题,完成知识建构与能力培养,实践结果表明教学效果有显著提升。改革实践能够体现突出能力与素质培养的教改思路,为一流本科课程建设与改革提供有益借鉴。

基于人工智能的CT定量分析在肺结节患者中的诊断价值及效能ROC曲线研究

目的分析基于人工智能的CT定量分析在肺结节患者中的诊断价值及效能ROC曲线。方法选取2022年5月—2023年5月宜昌市夷陵医院收治的165例肺结节患者为研究对象,入选患者均行手术治疗,手术前进行胸部CT检查,并将CT扫描图像分别进行人工智能CT定量分析与放射医师分析,比较不同方法对目标肺结节检出率,以手术病理学检查为金标准,比较不同方法对于肺结节的诊断价值;最后计算效能ROC曲线。结果(1)本组165例肺结节患者手术切除进行病理检查的肺结节共计188个,人工智能检出率为100.0%(188/188),放射医师检出率为99.5%(187/188),人工智能与放射医师在目标肺结节检出率的差异无统计学意义(P>0.05)。(2)本组165例患者切除的188个肺结节病理检查结果为恶性结节67个,良性结节121个,人工智能CT定量分析的敏感度为85.1%,特异度为91.7%,准确度为89.4%,阳性预测值为85.1%,阴性预测值为91.7%,放射医师判断的敏感度为88.1%,特异度为92.6%,准确度为91.0%,阳性预测值为86.8%,阴性预测值为93.3%,人工智能与放射医师在肺结节良恶性诊断的敏感度、特异度、准确度、阳性预测值、阴性预测值的差异无统计学意义(P>0.05)。(3)ROC曲线下面积AUC=0.523(95%CI为0.546~0.864,P<0.05)。结论人工智能CT定量分析在肺结节中的诊断价值与放射医师判断相近,借助CT定量参数有助于辅助肺结节的临床诊断,可推广使用。

基于ROC曲线分析子宫动脉超声联合超声心动图预测子痫前期的价值

目的基于ROC曲线分析子宫动脉超声及超声心动图联合预测子痫前期的价值。方法选择2021年1月至2022年6月进行产检后评估为低风险的314例初产妇为研究对象,均行子宫动脉超声、超声心动图检查,根据最终妊娠结局分为正常组(271例)和病例组(43例)。统计病例组中子痫前期产妇例数,比较正常组和子痫前期产妇的子宫动脉超声、超声心动图检查参数的差异。结果病例组43例中子痫前期22例,子痫前期产妇的子宫动脉超声检查参数[血流速度峰谷比(S/D)、阻力指数(RI)、血流搏动指数(PI)]均高于正常组(P<0.05);子痫前期产妇的超声心动图检查参数[左心室舒张末期内径(LVDd)、左心室收缩末期内径(LVDs)、舒张晚期最大流速(A峰)]均大于对照组(P<0.05),左心室射血分数(LVEF)、缩短分数(FS)、舒张早期最大流速(E峰)以及E/A比值均低于对照组(P<0.05)。ROC曲线分析发现,子宫动脉超声及超声心动图联合预测子痫前期的效果比单独预测好(P<0.05)。结论基于ROC曲线分析显示,子宫动脉超声联合超声心动图对子痫前期具有良好的预测价值,值得推广。

CT影像组学在神经内分泌肿瘤患者中的诊断价值及效能ROC曲线研究

目的:探讨CT影像组学在神经内分泌肿瘤患者中的诊断价值及效能受试者工作特征(receiver operating characteristic,ROC)曲线。方法:选取2019年3月—2022年11月广西壮族自治区人民医院收治的神经内分泌肿瘤患者73例为研究对象,根据病理分级分为G1组(n=51)和G2-G3组(n=22)。所有患者均经手术病理证实,收集CT增强图像,采用CT影像组学技术自动分割动脉期、静脉期CT图像上的肿瘤边界,提取肿瘤全容积的组学特征,完成LASSO回归分析及Logistic回归分析,建立神经内分泌肿瘤的影像组学模型;绘制ROC曲线,对其诊断效能进行评价。结果:G1组和G2-G3组肿瘤大小、边界、增强强度、血管侵犯及远处转移情况差异具有统计学意义(P<0.05);多因素Logistic回归分析表明:肿瘤大小、边界、增强强度、血管侵犯、远处转移均为神经内分泌瘤患者诊断的预测因素并构建影像表现模型;成功构建CT影像组学模型。ROC曲线结果表明:CT影像组学模型用于神经内分泌瘤诊断中AUC曲线下面积为0.841,诊断灵敏度为84.92%,特异度为78.58%。结论:CT影像组学用于神经内分泌肿瘤患者中,具有较高的诊断效能(灵敏度和特异度),能更好地为后续诊疗提供参考依据。

公共体育课教学改革视域下普通大学生肥胖评价指标对比研究——基于ROC分析

以体脂率为“金标准”,采用ROC分析法对比基于身高和体重的指标BMI、NBMI、PPBF、QI、RI、LI评价肥胖的效果.用各指标评价男生肥胖时,NBMI、RI、LI曲线下的面积(AUC)明显高于BMI的AUC(P<0.05),QI的AUC明显低于BMI的AUC(P<0.01),PPBF的AUC与BMI的AUC差异不具有统计学意义(P>0.05).评价女生肥胖时,QI的AUC明显低于BMI的AUC(P<0.01),其他指标的AUC与BMI差异不具有统计学意义(P>0.05).由此可见,新指标NBMI评价肥胖的效果整体上优于传统指标BMI,尤其是评价男生肥胖时的效果更好;新指标PPBF评价肥胖的效果与传统指标BMI基本一致;RI和LI评价肥胖的效果比BMI好,结果与NBMI基本一致;QI评价肥胖的效果则不如BMI.

利用ROC曲线分析HBsAg试验性能

目的通过ROC曲线分析本实验室两种乙型肝炎表面抗原(HBsAg)酶联免疫试验(ELISA)的准确性,确定试验的最佳临界值;通过分析单独或平行使用两种试验的阳性符合率、阴性符合率,评估不同检测方式的效能,为制定正确的HBsAg检测策略提供依据。方法对HBsAg中和试验阳性标本和ELISA双试剂及核酸检测(NAT)均阴性的标本共778份,用2种试验同时检测,以检测OD值建立ROC曲线。通过分析曲线下面积(AUC)以及确定最大Youden指数获得两种试验准确性信息和最佳临界值;在此基础上模拟2种试验单独使用或平行使用方式,计算其阳性检出率和阴性检出率并分析相互之间的差异。结果通过分析2种试验ROC曲线下面积(AUC)可知A试验的检测准确性明显优于B试验,差异具有统计学意义(P<0.05);A试验和B试验最佳检测临界值OD值分别为0.063,0.035;在该最佳检测临界值下,2种试验阳性符合率为A 94.44%(459/486),B 89.3%(434/486),平行使用2种试验联合检测(A+B)的阳性符合率为94.86%(461/486),试验A与A+B的阳性符合率在统计学上没有明显差异(u=0.2917,u<1.96,P>0.05),而试验B检测与A+B相比,其阳性符合率之间存在统计学上的明显差异(u=3.2095,u>1.96,P<0.05)。3种检测方案的阴性符合率分别为,A:91.1%(266/292)B:93.15%(272/292)A+B:87.67%(256/292),试验A与B的阴性符合率在统计学上没有明显差异(u=0.919);但2种试验单独使用和联合使用的阴性符合率之间存在明显差异(u1=4.366,u2=2.249)。结论针对采用2种试验进行HBsAg检测的实验室,可利用ROC曲线确定每种试验的最佳临界值,评估每种试验的准确性。对于目前血站实验室采用的HBsAg ELISA试验,存在单一试验性能等同于多个试验组合检测性能的现象。实验室在拟采用单一试验进行HBsAg检测策略时,可以以此作为依据。

SPSS中的ROC分析用于检验/诊断方法的评价

[目的 ]介绍如何用SPSS软件包中新颖的ROC分析法 ,来对一种或几种检验 /诊断方法进行科学评价。[方法 ]回顾目前文献中的存在问题 ;对四格表排列、数据库录入以及ROC命令默认设置提出应用或改变建议 ;举例说明定性、定量资料的ROC分析方法 ;介绍 2或 3种诊断方法诊断效能比较的ROC分析方法与结果 ;ROC分析结果与列联表分析、logistic回归及判别分析结果相印证。[结果 ]按本文建议 ,ROC分析能方便地对一种或几种检验 /诊断方法进行科学评价 ,算出其敏感性与特异性等 6项指标 ,且与其他 3种分析方法统一、对应。 [结论 ]ROC曲线能将诊断方法的敏感性与特异性结合起来进行分析 ,而不是仅侧重于其敏感性或特异性 ,又能表示为“曲线下的面积越大 ,其诊断试验效果越好” ,既全面又直观 ,又与其他统计分析方法结果对应、统一 ,值得在检验

logistic回归结合ROC曲线在乳腺癌中的诊断价值

目的采用logistic回归结合受试者操作特征(receiver operating characteristic,ROC)曲线探究肿瘤异常蛋白(tumor abnormal protein,TAP)、癌抗原153(carbohydrate antigen153,CA153)、肿瘤特异性生长因子(tumor specific growth factor,TSGF)及癌胚抗原(carcinoembryonic antigen,CEA)在乳腺癌中的诊断效能并筛选出最佳诊断组合及cut off值。方法将经病理确诊为乳腺癌的患者50例纳入观察组,经病理确诊为乳腺良性疾病的患者47例纳入对照组。通过化学发光法对CA153、TSGF、CEA进行检测;利用多种凝集素与异常糖链糖蛋白偶联技术对TAP进行定量。结果2组患者TAP、TSGF、CA153、CEA水平比较,差异有统计学意义(P<0.05);将TAP、CA153、TSGF、CEA纳入多因素logistic回归模型,TAP、CA153、TSGF建模成功(P<0.05)。单一指标检测时,TAP ROC曲线下面积(area under curve,AUC)(0.834)最大,敏感度与特异度分别为70.0%、80.9%;多项联合检测AUC均优于单检测,其中三者联合检测AUC最大(0.866),敏感度与特异度为76.0%、80.9%,其确立为最佳诊断模型,最佳诊断模型风险概率值乳腺癌淋巴结转移患者优于未转移患者,且随着乳腺癌组织学级别增加而增加。结论在乳腺癌中,TAP、CA153、TSGF三者联合使用优于单一检测,联合检测风险概率值对预测淋巴结转移及组织学分级有良好参考价值。

Glasgow-Blatchford评分与全Rockall评分系统预测上消化道出血临床结局的对比研究

目的比较Glasgow-Blatchford评分(GBS)与全Rockall评分(全RS)系统对上消化道出血(UGIB)患者临床结局的预测价值。方法选取2014年3月—2016年6月收治的UGIB患者400例。采用GBS评分和全RS评分系统对UGIB患者进行评估。应用受试者工作特征(ROC)曲线比较两个系统对患者1个月死亡、输血、再出血、重症监护病房(ICU)住院、内镜干预的预测价值。结果 38例患者失访,362例患者1个月病死率、再出血率、输血率、ICU住院率和内镜干预率分别为11.6%、9.4%、17.7%、13.3%和16.0%。GBS对ICU住院(AUC=0.731,P=0.009)、再出血(AUC=0.707,P=0.019)、输血(AUC=0.704,P=0.021)、内镜干预(AUC=0.742,P=0.006)有预测价值。全RS预测患者1个月死亡有预测价值(AUC=0.681,P=0.040)。GBS和全RS预测临床结局的ROC曲线比较差异均有统计学意义(P<0.05)。结论 GBS预测UGIB患者ICU住院、再出血、输血及内镜干预的临床结局较好;全RS系统预测UGIB患者1个月死亡情况优于GBS。

依靠空腹血糖及OGTT筛查新糖尿病人的情况及ROC分析

目的:了解新筛查糖尿病(D M)人的血糖情况。方法:应用A dvantageⅡ血糖仪对以前未诊断为D M的1702人进行75g O G TT检查,分析空腹及2h血糖与D M、IG T、IFG的关系及A D A新建议的情况。结果:2h血糖≥11.1m m ol/L者占D M的91.49%,空腹血糖≥7.0者占D M的45.37%、占2h血糖≥11.1m m ol/L者的40.28%。2h血糖≥11.1m m ol/L、空腹血糖≥6.11m m ol/L、空腹血糖≥5.56m m ol/L分别涵盖了91.5%、65.2%、79.6%的D M者。虽然正常空腹血糖降低后可筛查出更多的D M及IG T,但与2h血糖指标比较仍不理想。经R O C曲线分析用空腹血糖预测2h血糖≥11.1m m ol/L及D M的最佳切点都是5.78m m ol/L(104m g/dL),与A D A新建议的正常值<5.56m m ol/L(100m g/dL)基本相符。将IFG标准降低有利于D M的预防,将IFG与IG T统称为糖尿病前期可减少一些交叉和混乱,但又会出现新的问题。结论:依靠2h血糖与空腹血糖诊断D M差异显著,应加强O G TT检测。

ROC曲线中Az值的物理意义及数学表达

目的 探索ROC曲线下面积Az值与ND轴坐标系下截距a的关系。方法 假设信号 (signal,S)与噪声(noise,N)服从同一方差的正态分布 ,使用积分中的换元法求出Az值与截距的关系式 ,并编程由a计算出Az值。结果 Az值介于 0 5到 1之间 ,随a的增大而增加。结论 Az值与a之间有内在的关系 ,均可反映诊断水平的高低。