診斷實驗敏感性和特異性比較(R語言)

2021-02-20 MedicalGroup

預測模型在腫瘤學中的應用越來越多，如何比較診斷模型中的敏感性和特異性呢？小編，今天用R語言帶大家一起來解鎖。

上代碼：

install.packages("rio")library(rio)zwang <- import("zwang.xlsx")head(zwang)
結果1：
    result  p p2 p3 p4  E E2 E3 E4 pcorrection chuanglian binglian combind5
1      0 14  0  1  1  6  0  1  0          14          0        0        0
2      0  5  0  1  1  7  0  1  0           9          0        0        0
3      0  7  0  1  1 11  0  1  1          10          0        0        1
4      0 37  1  2  2 20  0  1  1          23          1        1        2
5      1 54  1  3  3 37  1  3  3          30          1        1       NA
6      1 75  1  3  4 27  1  2  2          40          1        1        3
install.packages("OptimalCutpoints")library(OptimalCutpoints)optimal.cutpoint.Youden.p<-optimal.cutpoints(X = "p", status = "result", tag.healthy = 0, methods = "Youden", ci.fit = TRUE,data =zwang )summary(optimal.cutpoint.Youden.p)
結果2：
                  Estimate 95% CI lower limit 95% CI upper limit
cutoff               34.00                  -                  -
Se                    0.75               0.69               0.80
Sp                    0.75               0.71               0.79
PPV                   0.63               0.58               0.70
NPV                   0.84               0.80               0.87
DLR.Positive          3.02               2.51               3.64
DLR.Negative          0.34               0.27               0.42
FP                  102.00                  -                  -
FN                   59.00                  -                  -
Optimal criterion    0.50                  -                  -
在ROC曲線上繪製cutoff點
plot(optimal.cutpoint.Youden.p)
結果3：
另一個模型：
optimal.cutpoint.Youden.e<-optimal.cutpoints(X = "E", status = "result", tag.healthy = 0,methods = "Youden", ci.fit = TRUE,data =zwang )summary(optimal.cutpoint.Youden.e)
結果4：
                  Estimate 95% CI lower limit 95% CI upper limit
cutoff               20.00                  -                  -
Se                    0.63               0.56               0.69
Sp                    0.81               0.77               0.85
PPV                   0.65               0.59               0.71
NPV                   0.79               0.75               0.83
DLR.Positive          3.32               2.65               4.15
DLR.Negative          0.46               0.39               0.55
FP                   78.00                  -                  -
FN                   87.00                  -                  -
Optimal criterion    0.44                  -                  -
敏感性比較：
zwang$groupp <- as.numeric(zwang$p>=34)zwang$groupe <- as.numeric(zwang$E>=20)zwang1 <- zwang[ zwang$result==1,]lm1 <- table(zwang1$groupp,zwang1$groupe)mcnemar.test(lm1,correct = F)zwang2 <- zwang[zwang$result==0,]ty1<- table(zwang2$groupp,zwang2$groupe)mcnemar.test(ty1,correct = F)install.packages("DTComPair")library(DTComPair)paired.layout <- tab.paired(d=result, y1=groupp, y2=groupe, data=zwang)paired.layoutnew.df <- generate.paired(paired.layout)ftable(new.df)exact.results <- sesp.mcnemar(paired.layout)exact.resultsstr(exact.results)
結果5：
List of 3
 $ sensitivity:List of 5
  ..$ test1         : num 0.747
  ..$ test2         : num 0.627
  ..$ diff          : num -0.12
  ..$ test.statistic: num 12.2
  ..$ p.value       : num 0.000465
 $ specificity:List of 5
  ..$ test1         : num 0.753
  ..$ test2         : num 0.811
  ..$ diff          : num 0.0581
  ..$ test.statistic: num 6.55
  ..$ p.value       : num 0.0105
 $ method     : chr "mcnemar"
以上由小編編輯整理後發布，
如有侵權，請及時聯繫我，謝謝。
往期回顧：
森林圖（R語言）
生存曲線 （R語言）
SCI寫作神器： AI幫你寫論文
SCI寫作神器： 改寫助手

相關焦點

  • 敏感性,特異性等統計學基本概念
    ❶敏感性（sensitivity）: 指超聲診斷在患者中得到陽性結果的百分率。
  • AI化身診斷胃癌小能手,模型敏感性高達近100%
    首先，在被投入臨床應用前，深度學習模型應該通過大量的測試，即在一段連續的時間內，對相當數量的、由各種品牌掃描儀所得出的數字病理切片進行「診斷」。在這一過程中，深度學習模型的敏感性應該接近100%，同時其特異性不能過度降低。
  • .| 6家醫院合作的上消化道腫瘤內鏡AI輔助診斷系統問世,敏感性...
    GRAIDS的診斷能力也與具有三個不同專業級別的內窺鏡醫師進行了比較：專家醫師、主管醫師和實習醫師。GRAIDS和內窺鏡對癌性病變的診斷準確度、敏感性、特異性、陽性預測值和陰性預測值，採用 Clopper-Pearson方法計算95% CIs。發現我們用來自84424人的1036496張內鏡圖像進行GRAIDS的訓練和驗證。
  • R語言arma模型診斷_arma模型實現模型r語言 - CSDN
    ur.df.01=function(x,lags=8){      #將三種ADF檢驗形式匯總的函數（結果和EVIEWS不一致）  res=matrix(0,5,3)  colnames(res)=c("無","含常數項","含常數項和趨勢項")
  • PCR具有敏感性高、特異性強、快速、簡便等優點
    典型的試驗可有25個不同的檢測探針和10個不同的吸附探針，第一個標記檢測探針上附著很多酶（鹼性磷酸酶或過氧化物酶），可實現未標記檢測探針的擴增，使用化學發光酶的底物比用顯色反應酶的底物敏感。4、復性速率液相分子雜交這個方法的原理是細菌等原生物的基因組DNA通常不包含重複順序，它們在液相中復性（雜交）時，同源DNA比異源DNA的復性速度要快，同源程度越多，復性速率和雜交率越快。
  • 首爾偉傲世將採用UV LED技術開發寵物癌症診斷技術
    首爾偉傲世宣布，公司已採用其紫外線LED Violeds技術開發出一種用於寵物癌症早期診斷的先進概念技術，並已通過韓國蔚山大學科研團隊開展的臨床測試。首爾偉傲世研究團隊表示，寵物的癌症發病率與人類一樣高，但在癌症的早期診斷方面存在難度。因此，首爾偉傲世正在開發一項不僅能用於動物而且也能用於人類的癌症診斷技術。
  • r語言的p值檢驗 - CSDN
    輸入1： rdata = matrix(rnorm(1000* 6, 0, 3), 6) rvar = apply(rdata, 2, var) mean(rvar)結果1： )with  risk.table醫學統計與R語言：如何比較兩種診斷試驗的靈敏度和特異度？
  • 專家:弓形蟲病診斷方法研究進展
    本文從病原學、免疫學、分子生物學角度，總結了各診斷方法的優缺點。病原學檢測雖然操作簡便，但不適於大規模檢測，而且費時費力，靈敏度低；免疫學檢測方法操作簡便、特異性和敏感性強，其中ELISA方法是最常用的一種檢測方法；分子生物學檢測雖然準確性、靈敏度、特異性較高，但大多操作比較繁瑣，需要特殊的儀器設備。
  • 診斷類風溼關節炎的重要標準到底是什麼?是唯一的標準?
    旨在為風溼病的診斷提供一種實驗依據。 與其名字一樣，類風溼因子也主要在RA中發現，而RF(RF)是診斷RA的一個重要指標。 RF陽性率僅為70%，對其它疾病和某些健康人群RF也有一定影響。 正常人群陽性率為5%，且隨著年齡的增加陽性率呈上升趨勢。
  • 研究：針對肝癌AFP陰性診斷和早期診斷血液非編碼RNA標誌物
    細胞外RNA（exRNA）又稱為cfRNA，作為生物標誌物有很多優勢，如高敏感性、組織特異性、動態性和低檢測成本等。國家肝癌科學中心陳磊團隊合作發表了針對血漿中的細胞外長RNA進行高通量測序和生物信息學分析的方法，揭示了一個可用於肝癌早期診斷的血液非編碼RNA檢測Panel，包括了circRNA, snoRNA和miRNA三種非編碼RNA，對臨床肝癌AFP陰性診斷有指導意義
  • R語言-stringr-字符串處理
    Excle中自帶的字符函數如: left,len,mid,find,Proper,rept,trim,upper,substitute,concatenate,以及Excle2019新出的concat，textjoin等函數，我個人比較喜歡
  • 結核性脊髓炎需要及時診斷,診斷它的方式有許多,常見的有這幾種
    02結核性脊髓炎需要及時診斷，診斷的方式有許多，常見的有這幾種1、 實驗室檢查實驗室檢查分為血常規檢查、CRP、血沉檢查、腦脊液檢查、T-spot檢測，若血常規檢查出現中性細胞百分比輕度或者高度增高的，或者腦脊液細胞數輕度偏高，蛋白含量輕度或者中度升高就意味著患結核性脊髓炎的概率比較大
  • Covid-19血清學檢測診斷準確性的系統回顧和薈萃分析
    Covid-19血清學檢測診斷準確性的系統回顧和薈萃分析 作者：小柯機器人 發布時間：2020/7/3 10:20:12 加拿大麥吉爾大學健康中心研究所Faiz Ahmad Khan團隊對Covid-19血清學檢測的診斷準確性進行了系統回顧和薈萃分析
  • 「分子生物學、功能影像學對阿爾茨海默病早期精準診斷及療效監測...
    「成果在研究方法、技術和應用上具有創新性、新穎性。研究顯著提高了阿爾茨海默病（AD）早期精準診斷的敏感性與特異性，為AD早期精準治療提供了可靠依據。」鑑定專家表示。王培軍說，目前，AD早期診斷缺乏部分高敏感性、高特異性的分子生物學和影像學標誌物，導致AD早期診斷評價的敏感性、準確性不高，治療效果欠佳。針對這一難題，王培軍團隊進行了β-澱粉樣前體蛋白裂解酶1（BACE1）作用機制研究，BACE1是β-澱粉樣前體蛋白（Aβ蛋白）生成的關鍵酶，而Aβ蛋白在腦組織中沉積是AD發生的主要原因。
  • 外泌體miRNA用於肺癌早期診斷
    隨著精準醫學概念的提出，越來越多的人開始關注如何能做到疾病的精確診斷和治療。外泌體作為一個新型的研究熱點，已經成為了疾病診斷的潛在有效方式，在精準醫學發展上有著光明的前景。
  • ...復旦大學信息科學與工程學院 體外 電擊復律 敏感性和特異性...
    原標題：復旦亮出新型體外自動除顫器圖片說明：鄔小玫（右）和學生正在檢測體外自動除顫器。一個普通手機充電頭的電壓是5伏特，而除顫器放電電壓高達1000伏特—2000伏特，這種高低壓混合電路在設計和測試上稍有差池，就會造成電路的損壞。　　高壓充放電技術的研發也碰到不少困難。「早期最缺的是器件，沒有耐高壓/大容量的電容，控制放電過程的大功率電子開關、電池等器件也找不到。」讓鄔小玫印象深刻的是，最早樣機放電電路用的開關管都是用進口儀器上拆下來的舊管子做的。
  • 醫學統計與R語言:GiViTI Calibration Belt
    https://cran.r-project.org/web/packages/givitiR/vignettes/givitiR.htmlNattino, G., Finazzi, S., & Bertolini, G. (2016).
  • 肺癌形成、發展、鑑別診斷——原來你是這樣的SHOX2基因甲基化
    SHOX2基因啟動子區域甲基化與肺癌發生密切相關Berend Schmidt等[6]通過差異性甲基化雜交技術對肺癌患者肺泡灌洗液中的癌細胞進行全基因組分析，並通過重甲基（HeavyMethyl）特異性甲基化實驗分析，表明SHOX2甲基化能幫助鑑別肺部的良性疾病和惡性腫瘤，
  • 醋酸白實驗 醋酸白實驗怎麼做
    醋酸白實驗醋酸試驗又稱為醋酸白試驗，是一種在性病臨床上主要用於尖銳溼疣、尖銳溼疣亞臨床表現或HPV潛伏感染的試驗方法。因為尖銳溼疣、尖銳溼疣亞臨床表現或HPV潛伏感染在臨床上不十分典型或不能用肉眼見到，故通過塗醋酸後使其變白，可能使得病變明顯易見，目的在於對尖銳溼疣的溼疣的診斷與鑑別診斷。
  • 首爾偉傲世將採用Violeds技術開發寵物癌症診斷技術
    韓國 安山--(美國商業資訊)--首爾偉傲世(KOSDAQ: 092190)，全球UV LED產品和技術的創新者，該公司已採用其紫外線LED Violeds技術開發出一種用於寵物癌症早期診斷的先進概念技術，並已通過韓國蔚山大學科研團隊開展的臨床測試。首爾偉傲世研究團隊表示，寵物的癌症發病率與人類一樣高，但在癌症的早期診斷方面存在難度。