巧用STATA需求CUTOFF
举个例子：血浆里面的分子标志物（PCT），与移植患者的感染（两分类变量）有关，通过对PCT的两分类，三分类都能发现，曲线有显著性差异。能否通过ROC曲线，寻求出一个最佳的CUTOFF？这里面可以模拟出2种思路。
首先就logistic 回归，计算模型。
然后用STATA：lroc,画出曲线下面积；再用Lsens画出灵敏度和特异度的图。
所谓的最佳cutoff,就是切点最大的约登指数。
思路2
更容易，使用roctab command。
如下模板：
Title
roc -- Receiver operating characteristic (ROC) analysis
Syntax
Perform nonparametric ROC analysis
roctabrefvar classvar [, roctab_options]
如果理解不了就看的例子：
Nonparametric ROC analysis example
. webuse hanley
. roctab disease rating
. roctab disease rating, graph
. roctab disease rating, graph summary
. roctab disease rating
. roctab disease rating, table detail
. roctab disease rating, lorenz
. roctab disease rating, lorenz graph
。
当然选出的cutoff，不一定真的符合您的想法。
例如选出来的可能灵敏度很低，而特异度挺高。
这不符合研究者的预期，他需要的是诊断阳性结果，灵敏度低就没有太大价值。
所以我建议选择三个策略：
1、结合专业，有切点更好
2、选择四分卫间距或者中位数两分类
3、如果不行，就用CUTOFF，这样更好。需要条件。
千万别让数据变成桎梏的枷锁。
一点小小经验与大家分享，也希望如果有检验学部的专家或者其他的临床医务人员涉足这种类型设计，对大家能有所启示。 本帖最后由 鬼才 于 2014-11-21 22:50 编辑
附上蓝鱼老师的图片说明
鬼才 发表于 2014-11-21 22:46
附上蓝鱼老师的图片说明
有四个图，可惜我的系统是32位，无法上传，更多的图片。谢谢鬼才老哥！
很难上传哦。论坛的系统还是有些问题。
可能许多同仁对“logistic 回归”概念还较陌生，蓝鱼老师再作些详细介绍就更好了。logistic 回归属于多元统计分析。 我来白话文一下下。这个题目和内容可能有的老师不太熟悉。
cut-off值是被检分析物的量值,用于确定结果高于还是低于临床或分析决断点。
楼主的意思是，我们在做诊断试验的时候，选择的决断点在哪里呢？如果划得太低，那么灵敏度高了，但是特异度低了，漏诊少，但误诊会较多；如果划的太高，那么反过来，误诊少了，但漏诊会较多。
那么，某个指标的这个正常还是异常的这个界值怎么确定呢？
这就是楼主要给我们推荐的一个方法。
不知道我说对没有哈。错了请指正哈，谢谢！
页:
[1]