论文目录 | |
| 摘要 | 第1-10
页 |
| SUMMARY | 第10-13
页 |
| 1 前言 | 第13-15
页 |
| · ROC分析主题词与其代码 | 第13-14
页 |
| · ROC分析的特点 | 第14
页 |
| · 本研究的内容提要 | 第14-15
页 |
| 2 文献回顾 | 第15-25
页 |
| · 在医学研究中ROC分析的发展简史 | 第15
页 |
| · 其它准确性评价指标的局限性 | 第15-18
页 |
| · ROC分析资料的收集与整理 | 第18-20
页 |
| · ROC曲线的构建 | 第20-21
页 |
| · ROC工作点的可信区间与最佳工作点的选择 | 第21
页 |
| · ROC分析的诊断试验准确度评价指标 | 第21-22
页 |
| · ROC曲线的拟合方法 | 第22-23
页 |
| · ROC分析的软件 | 第23-25
页 |
| 3 ROC分析的样本量估计 | 第25-33
页 |
| · 样本量估计的基本公式 | 第25-26
页 |
| · 方差的估计 | 第26-27
页 |
| · 实例 | 第27-33
页 |
| · 一个诊断试验的样本量估计 | 第27-28
页 |
| · 比较两相关诊断试验的样本量估计 | 第28-30
页 |
| · 比较两独立诊断试验的样本量估计 | 第30-33
页 |
| 4 双正态模型ROC分析方法与应用 | 第33-72
页 |
| · 双正态ROC曲线的构建 | 第33-34
页 |
| · ROC曲线参数的最大似然估计 | 第34-36
页 |
| · ROC曲线间差异的显著性检验 | 第36-38
页 |
| · 双变量卡方检验 | 第36-37
页 |
| · 真阳性率z检验 | 第37
页 |
| · 面积z检验 | 第37-38
页 |
| · 双变量双正态ROC曲线模型 | 第38-41
页 |
| · 部分配对资料的双正态ROC曲线参数估计 | 第41-45
页 |
| · 双变量双正态模型的对数似然函数 | 第41-42
页 |
| · 单变量双正态模型的对数似然函数 | 第42-43
页 |
| · 部分配对模型的对数似然函数 | 第43-45
页 |
| · 退化资料的真双正态模型 | 第45-48
页 |
| · 双正态退化资料的定义 | 第45-46
页 |
| · 退化资料的ROC分析方法 | 第46
页 |
| · 真双正态ROC模型 | 第46-48
页 |
| · 部分ROC曲线下面积的计算 | 第48-49
页 |
| · 一般双正态模型的部分ROC曲线下面积 | 第48
页 |
| · 真双正态模型的部分ROC曲线下面积 | 第48-49
页 |
| · 双正态模型ROC分析实例 | 第49-72
页 |
| · 单个诊断试验的有序分类资料 | 第49-52
页 |
| · 单个诊断试验的连续性资料 | 第52-55
页 |
| · 独立或相关诊断试验比较的有序分类资料 | 第55-59
页 |
| · 独立或相关诊断试验比较的连续性资料 | 第59-63
页 |
| · 连续性与有序分类混合的独立性资料 | 第63-65
页 |
| · 有缺失的相关诊断试验比较资料 | 第65-69
页 |
| · 退化资料 | 第69-72
页 |
| 5 非参数ROC分析方法及其应用 | 第72-95
页 |
| · Hanley和McNeil非参数法 | 第72-80
页 |
| · ROC曲线下面积的计算 | 第72-73
页 |
| · 实例 | 第73-78
页 |
| · 有序分类资料 | 第74-75
页 |
| · 连续性资料 | 第75-78
页 |
| · ROC曲线下面积的比较 | 第78-80
页 |
| · Delong,Delong和Clarke-Pearson非参数法 | 第80-95
页 |
| · 实施步骤 | 第80-83
页 |
| · 计算x_a分量与x_n分量 | 第80-82
页 |
| · ROC曲线下面积的计算 | 第82
页 |
| · 协方差矩阵的计算 | 第82-83
页 |
| · ROC曲线下面积的比较 | 第83
页 |
| · 实例 | 第83-90
页 |
| · 在其它几种ROC资料分析中的应用 | 第90-95
页 |
| · 单个有序分类资料 | 第90-91
页 |
| · 单个连续性资料 | 第91-92
页 |
| · 相关有序分类资料的比较 | 第92-93
页 |
| · 相关连续性资料的比较 | 第93-94
页 |
| · 双正态退化资料 | 第94-95
页 |
| 6 Jackknife与Bootstrap抽样方法在ROC分析中的应用 | 第95-123
页 |
| · Jackknife法在ROC分析中的应用 | 第95-117
页 |
| · Jackknife法估计的简单例子 | 第95-96
页 |
| · Jackknife法用于ROC分析的方法 | 第96-103
页 |
| · 资料结构 | 第96-97
页 |
| · 伪值的产生 | 第97-98
页 |
| · 统计学模型 | 第98-99
页 |
| · 假设检验 | 第99-101
页 |
| · 诊断方式均数的可信区间 | 第101-102
页 |
| · 两个诊断方式均数差值的可信区间 | 第102-103
页 |
| · 实例分析 | 第103-117
页 |
| · 有序分类资料 | 第103-112
页 |
| · 非参数法估计ROC曲线下面积 | 第103-109
页 |
| · 双正态模型估计ROC曲线下面积 | 第109-112
页 |
| · 连续性资料 | 第112-117
页 |
| · 非参数法估计ROC曲线下面积 | 第114-115
页 |
| · 双正态模型估计ROC曲线下面积 | 第115-117
页 |
| · 非参数可信区间的Bootstrap估计 | 第117-123
页 |
| · Bootstrap法的基本原理 | 第118-119
页 |
| · ROC曲线下面积可信区间的Bootstrap估计 | 第119-123
页 |
| · 有序分类资料 | 第120-122
页 |
| · 连续性资料 | 第122-123
页 |
| 7 诊断试验的Meta分析 | 第123-135
页 |
| · 综合受试者工作特征(SROC)的分析方法 | 第123-127
页 |
| · 求解直线回归方程的方法 | 第124-125
页 |
| · 常规非加权最小二乘法 | 第124
页 |
| · 加权最小二乘法 | 第124
页 |
| · 稳健法 | 第124-125
页 |
| · 建立SROC曲线的回归方程 | 第125-127
页 |
| · 实例分析 | 第127-131
页 |
| · 三种回归方法求解SROC曲线参数的SAS程序 | 第131-133
页 |
| · 诊断试验对数优势比的其它估计方法 | 第133-135
页 |
| · Mantel-Haenszel法 | 第133
页 |
| · 基于精确的logit可信区间估计法 | 第133-135
页 |
| 8 有序回归模型及其在ROC分析中的应用 | 第135-154
页 |
| · 比例优势模型 | 第135-138
页 |
| · 其它有序回归模型 | 第138-141
页 |
| · ploytomous logit模型 | 第138-139
页 |
| · 相继比logit模型 | 第139
页 |
| · 毗邻分类logit模型 | 第139
页 |
| · stereotype模型 | 第139-140
页 |
| · 部分比例优势模型 | 第140-141
页 |
| · 有序分类资料的样本量计算 | 第141-143
页 |
| · 比例优势模型在ROC分析中的应用 | 第143-154
页 |
| · ROC曲线下面积及其标准误的估计方法 | 第143-144
页 |
| · 实例 | 第144-148
页 |
| · 有序分类ROC资料 | 第145-146
页 |
| · 连续性ROC资料 | 第146-148
页 |
| · 带协变量ROC曲线下面积及其标准误的估计方法 | 第148-149
页 |
| · 带协变量的实例 | 第149-154
页 |
| · 协变量为分类变量 | 第149-151
页 |
| · 协变量为分类和连续性变量的混合 | 第151-154
页 |
| 9 广义估计方程(GEEs)与ROC分析 | 第154-170
页 |
| · 采用GEEs分析二分类、计数或连续性资料 | 第154-160
页 |
| · 广义线性模型的定义 | 第154-155
页 |
| · 广义线性模型的构建 | 第155-156
页 |
| · 需采用GEEs的常见资料形式 | 第156-158
页 |
| · 用广义估计方程(GEEs)建立模型 | 第158-159
页 |
| · (β|^)的协方差估计 | 第159-160
页 |
| · 采用GEEs分析重复有序分类资料 | 第160-167
页 |
| · 重复有序分类资料的GEEs及其参数的估计 | 第160-163
页 |
| · 估计α的方法 | 第163-165
页 |
| · 采用GEEs分析重复有序分类资料的实例 | 第165-167
页 |
| · 采用GEE方法进行ROC分析 | 第167-170
页 |
| · 重复有序分类资料 | 第167-169
页 |
| · 其它资料 | 第169-170
页 |
| 10 其它处理协变量的ROC分析方法 | 第170-187
页 |
| · 混合效应模型的ROC分析 | 第170-175
页 |
| · 每种组合的诊断试验准确度估计 | 第170
页 |
| · 方差分析比较诊断方式的准确度差异 | 第170-172
页 |
| · 资料格式 | 第170-171
页 |
| · 方差分析模型 | 第171-172
页 |
| · 混合效应模型的方差分析实例 | 第172-175
页 |
| · 位置尺度模型 | 第175-181
页 |
| · 位置尺度模型的ROC分析方法 | 第175-177
页 |
| · 位置尺度模型的实例 | 第177-181
页 |
| · Cox比例风险模型进行ROC分析 | 第181-187
页 |
| · Cox模型下ROC曲线下面积及其标准误 | 第181-182
页 |
| · 利用Cox模型评价影响ROC曲线的协变量效应 | 第182-184
页 |
| · 估计ROC函数的方法 | 第182-183
页 |
| · 采用Cox比例风险模型评价协变量效应 | 第183-184
页 |
| · ROC分析实例 | 第184-187
页 |
| · Cox比例风险模型建立ROC曲线 | 第184-185
页 |
| · 评价协变量的作用 | 第185-187
页 |
| 11 医院住院病人资料的ROC分析 | 第187-199
页 |
| · 病例分型与ROC分析 | 第187-192
页 |
| · 目前病例分型的定义 | 第187-188
页 |
| · 26所医院病例分型 | 第188-189
页 |
| · ROC分析评价病例分型区分大中小医院的能力 | 第189-191
页 |
| · CD率与CMI等指标的ROC曲线比较 | 第191-192
页 |
| · 乙型肝炎的病例分型 | 第192-199
页 |
| · 乙肝病例分型与住院天数和住院费用的关系 | 第193
页 |
| · 采用判别方程进行病例分型 | 第193-194
页 |
| · 两种病例分型的一致性 | 第194-197
页 |
| · kappa的计算方法 | 第194-195
页 |
| · 乙肝病例分型的kappa值 | 第195-196
页 |
| · 乙肝病例分型的一致性模型 | 第196-197
页 |
| · 用ROC分析评价病例分型方程的作用 | 第197-199
页 |
| · 有序分类资料多值状态的ROC分析 | 第197-198
页 |
| · 利用判别概率评价病例分型方程的作用 | 第198-199
页 |
| 12 小结 | 第199-202
页 |
| 参考文献 | 第202-207
页 |
| 附录1：ROC分析的专用软件 | 第207-210
页 |
| 1 Metz的双正态模型ROC分析系列软件 | 第207-209
页 |
| · 软件发展情况简介 | 第207-208
页 |
| · 连续性资料的计算方法：LABROC4与LABROC5 | 第208
页 |
| · ROCKIT软件的数据文件创建方法 | 第208-209
页 |
| 2 AccuROC for Windows 95／98／NT,2.0版 | 第209-210
页 |
| 附录2：SAS与SPSS软件实现ROC分析 | 第210-216
页 |
| 1 SAS实现Delong,Delong和Clarke-Pearson非参数法 | 第210-211
页 |
| 2 SAS宏程序MULTRPM.MAC简介 | 第211-212
页 |
| 3 SPSS软件实现ROC分析 | 第212-216
页 |
| 致谢 | 第216
页 |
