Bài giảng trình bày ba tiêu chí cho một mô hình tiên lượng: phân định, chính xác và tái phân nhóm; hai thước đo độ tin cậy của một mô hình; ý nghĩa thật của AUC; đánh giá độ chính xác calibration; . | Bài giảng Đánh giá mô hình hồi quy Logistic Tuan V. Nguyen Senior Principal Research Fellow, Garvan Institute of Medical Research Professor, UNSW School of Public Health and Community Medicine Professor of Predictive Medicine, University of Technology Sydney Adj. Professor of Epidemiology and Biostatistics, School of Medicine Sydney, University of Notre Dame Australia Phân tích dữ liệu và ứng dụng | Đại học Dược Hà Nội | 12/6 to 17/6/2019 © Tuan V. Nguyen Ba tiêu chí cho một mô hình tiên lượng • Discrimination – phân định • Calibration – chính xác • Reclassification – tái phân nhóm Discrimination – phân định Hai thước đo độ tin cậy của một mô hình • Sensitivity – độ nhạy • Specificity – độ đặc hiệu Độ nhạy • Trong số những người mắc bệnh, bao nhiêu % có tiên lượng dương tính? • Gold standard – mắc bệnh trong thực tế • Test result – mô hình tiên lượng Độ đặc hiệu • Trong số những người không mắc bệnh, bao nhiêu % có tiên lượng âm tính • Gold standard – mắc bệnh trong thực tế • Test result – mô hình tiên lượng Ví dụ Tiên lượng Bệnh (n=177) Không bệnh (n=81) +ve (trên 20%) 120 20 -ve (dưới 20%) 57 61 Tổng số 177 81 Ví dụ Tiên lượng Bệnh (n=177) Không bệnh (n=81) +ve (trên 20%) 120 20 -ve (dưới 20%) 57 61 Tổng số 177 81 Sensitivity = 120 / 177 = Specificity = 61 / 81 = Tỉ lệ dương tính giả (false +ve) Tiên lượng Bệnh (n=177) Không bệnh (n=81) +ve (trên 20%) 120 20 -ve (dưới 20%) 57 61 Tổng số 177 81 Sensitivity (dương tính thật) = 120 / 177 = Specificity = 61 / 81 = Dương tính giả = 1 – = ROC curve • Receiver operating characteristic (ROC) curve • Đo lường khả năng phân định (power of discrimination) của một xét nghiệm hay mô hình tiên lượng • Thường dùng cho các kết quả biến liên tục • Y-axis (trục tung): true positive (sensitivity) • X-axis (trục hoành): false positive (1-specificity) Một ví dụ về một xét nghiệm hoàn hảo G Tripepi et al.: Diagnostic .
