基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 利用logistic回归模型和非参数法探讨疾病联合诊断ROC曲线的应用.方法 根据资料建立一元和多元logistic回归模型,计算单独诊断和联合诊断ROC曲线下面积.单独诊断可由SAS直接提供logistic回归ROC曲线下面积,联合诊断A法用各指标一元logistic回归预测概率为诊断指标作非参数方法的联合诊断,联合诊断B法用多元logistic回归模型计算个体预测概率P值作诊断指标,用非参数法建立ROC曲线.最后比较各种方法的诊断效果.结果 单独诊断时,各时点指标CyC ROC曲线下面积Z分别为0.5746,0.7794,0.7619,0.7968,0.7746,0.7476,0.7651,0.7508,0.7508及总体Z=0.5的假设检验P值分别为0.4514,0.0004,0.0016,0.0005,0.0012,0.0071,0.0051,0.0057,0.0037;联合诊断A(不含before)法比联合诊断B法(不含before)诊断效果要差,其Z分别为0.7480和0.8381,两者均P <0.0001.结论 单独诊断能为联合诊断提供一定的应用价值,联合诊断B比联合诊断A诊断价值略高.
推荐文章
多探头联合超声检查在胆囊疾病诊断中的应用价值
胆囊疾病
超声诊断
低高频探头联合超声
应用价值
早产预测多因素logistic回归模型的建立及预测价值的评价
早产
预测
logistic回归
宫颈长度
胎儿纤维连接蛋白
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 logistic回归在疾病多指标联合诊断中的应用
来源期刊 中国卫生统计 学科
关键词 logistic回归 ROC曲线 灵敏度 特异度 联合诊断
年,卷(期) 2014,(1) 所属期刊栏目 应用研究
研究方向 页码范围 116-117
页数 2页 分类号
字数 2130字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦正积 江苏南通大学公共卫生学院流行病与医学统计学教研室 3 37 3.0 3.0
2 沈毅 江苏南通大学公共卫生学院流行病与医学统计学教研室 3 37 3.0 3.0
3 崔晓莉 南通大学附属医院 13 109 4.0 10.0
4 肖静 江苏南通大学公共卫生学院流行病与医学统计学教研室 4 42 3.0 4.0
5 何书 江苏南通大学公共卫生学院流行病与医学统计学教研室 3 37 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (56)
参考文献  (5)
节点文献
引证文献  (18)
同被引文献  (88)
二级引证文献  (50)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(7)
  • 引证文献(4)
  • 二级引证文献(3)
2017(11)
  • 引证文献(7)
  • 二级引证文献(4)
2018(18)
  • 引证文献(2)
  • 二级引证文献(16)
2019(21)
  • 引证文献(3)
  • 二级引证文献(18)
2020(11)
  • 引证文献(2)
  • 二级引证文献(9)
研究主题发展历程
节点文献
logistic回归
ROC曲线
灵敏度
特异度
联合诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国卫生统计
双月刊
1002-3674
21-1153/R
大16开
沈阳市和平区北二马路92号
8-39
1984
chi
出版文献量(篇)
6078
总下载数(次)
19
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导