คำถามนี้เกี่ยวกับการประเมินคะแนนแบบตัดในแบบสอบถามแบบคัดกรองหลายมิติเพื่อทำนายจุดสิ้นสุดแบบไบนารี่
ฉันถูกถามเกี่ยวกับความสนใจในการควบคุมคะแนนย่อยที่เกี่ยวข้องเมื่อคิดคะแนนการตัดในแต่ละมิติของมาตราส่วนการวัด (ลักษณะบุคลิกภาพ) ซึ่งอาจใช้ในการคัดกรองโรคพิษสุราเรื้อรัง นั่นคือในกรณีนี้บุคคลไม่สนใจที่จะปรับค่า covariates ภายนอก (ตัวทำนาย) - ซึ่งนำไปสู่พื้นที่ (บางส่วน) ภายใต้เส้นโค้ง ROC ที่ปรับค่า covariate เช่น (1-2) - แต่เป็นคะแนนอื่น ๆ จากแบบสอบถามเดียวกันเพราะมีความสัมพันธ์ซึ่งกันและกัน (เช่น "ความกระตุ้น" กับ "การแสวงหาความรู้สึก") มันเป็นจำนวนที่จะสร้าง GLM ซึ่งรวมถึงคะแนนความสนใจทางด้านซ้าย (ซึ่งเราต้องการให้ถูกตัดออก) และอีกคะแนนที่คำนวณจากแบบสอบถามเดียวกันในขณะที่ด้านขวาผลลัพธ์อาจเป็นสถานะการดื่ม
หากต้องการชี้แจง (ตามคำขอ @robin) สมมติว่าเรามีคะแนนพูดว่า (เช่นความวิตกกังวลความกระวนกระวายการเป็นโรคประสาทการค้นหาความรู้สึก) และเราต้องการหาค่าที่ตัดออก (เช่น "กรณีบวก" หาก "กรณีลบ" มิฉะนั้น) สำหรับแต่ละรายการ เรามักจะปรับตัวสำหรับปัจจัยเสี่ยงอื่น ๆ เช่นเพศหรืออายุเมื่อคิดการตัด (ใช้การวิเคราะห์เส้นโค้ง ROC) ตอนนี้สิ่งที่เกี่ยวกับการปรับแรงกระตุ้น (IMP) เกี่ยวกับเพศอายุและการแสวงหาความรู้สึก (SS) ตั้งแต่ SS เป็นที่รู้จักกันที่จะสัมพันธ์กับ IMP? กล่าวอีกนัยหนึ่งเราจะมีค่าตัดสำหรับ IMP ที่ผลกระทบของอายุเพศและระดับความวิตกกังวลจะถูกลบออก
นอกเหนือจากการบอกว่าการตัดออกจะต้องเรียบง่ายที่สุดเท่าที่จะทำได้คำตอบของฉันคือ
เกี่ยวกับ covariates ฉันขอแนะนำให้ประเมิน AUC ทั้งที่มีและไม่มีการปรับเพื่อดูว่าประสิทธิภาพการทำนายเพิ่มขึ้นหรือไม่ ที่นี่โควาเรียตของคุณเป็นเพียงคะแนนย่อยอื่น ๆ ที่กำหนดจากเครื่องมือวัดเดียวกันและฉันไม่เคยประสบกับสถานการณ์เช่นนี้ (โดยปกติฉันจะปรับตัวตามปัจจัยเสี่ยงที่ทราบเช่นอายุหรือเพศ) [... ] นอกจากนี้เนื่องจากคุณมีความสนใจในปัญหาการพยากรณ์โรค (เช่นการคัดกรองประสิทธิภาพของแบบสอบถาม) คุณอาจสนใจประเมินค่าการทำนายเชิงบวก (PPV ความน่าจะเป็นของผู้ป่วยที่มีผลการทดสอบเชิงบวกที่จำแนกอย่างถูกต้อง) คุณสามารถจัดประเภทวิชาเป็น "บวก" หรือ "ลบ" ขึ้นอยู่กับคะแนนย่อยในแบบสอบถามของคุณ อย่างไรก็ตามหมายเหตุ
คุณมีความเข้าใจอย่างละเอียดมากขึ้นเกี่ยวกับสถานการณ์เฉพาะนี้พร้อมลิงก์ไปยังเอกสารที่เกี่ยวข้องเมื่อเป็นไปได้หรือไม่?
อ้างอิง
- Janes, H และ Pepe, MS (2008) ปรับค่าตัวแปรในการศึกษาวิเคราะห์การคัดกรองหรือการพยากรณ์โรคเครื่องหมาย: แนวคิดเก่าในการตั้งค่าใหม่ วารสารระบาดวิทยาอเมริกัน , 168 (1): 89-97
- Janes, H และ Pepe, MS (2008) รองรับตัวแปรในการวิเคราะห์ ROC ซีรี่ส์กระดาษทำงานชีวสถิติ UW , กระดาษ 322