风险预测模型下ROC曲线下面积的解释
摘要：基于人群风险分布的ROC曲线AUC公式澄清了如何数学定义判别力，并且等效的c-统计特征效应蒙特卡洛积分的生成。对于选择的连续风险分布，给出了ROC曲线AUC和重叠度量的精确分析公式或数值结果，并且证明了它们与标准差的线性或近线性关系。同时，还表明ROC曲线AUC非常依赖于平均人群风险，这与诊断测试的独立性与疾病流行率无关的特点区别开来。判别力的相反概念重叠度已被重叠度量量化，这似乎提供了等效的信息。由于通过临床风险分层的风险预测模型的目标是实现更广泛的人群风险分布，所以当比较风险预测模型时，将ROC曲线AUC解释为离散度量，而不是判别度量，可能更为相关。
作者：Ralph H. Stern
论文ID：2102.11053
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2021-02-23