协变量调整 Youden 指数及其相关截断点的无模型估计
应用统计
2014-02-11 v1
摘要
在医学研究中，连续标志物被广泛用于诊断测试以区分患病与非患病个体。此类诊断测试的准确性通常使用受试者工作特征（ROC）曲线进行评估。为了总结 ROC 曲线并确定其最佳截断点，Youden 指数被广泛使用。在文献中，Youden 指数的估计已通过针对条件密度的各种统计建模策略得到了广泛研究。本文提出了一种新的无模型估计方法，该方法直接估计协变量调整的截断点，而无需估计条件密度。因此，可以基于估计的截断点来估计协变量调整的 Youden 指数。所提出的方法将估计问题构建在大间隔分类框架中，从而允许通过核机器对协变量调整的 Youden 指数进行灵活建模。通过多种模拟实验以及对 Pima 印第安人糖尿病研究的实际应用，证明了所提出方法的优势。
引用
@article{arxiv.1402.1835,
title = {A model-free estimation for the covariate-adjusted Youden index and its associated cut-point},
author = {Tu Xu and Junhui Wang and Yixin Fang},
journal= {arXiv preprint arXiv:1402.1835},
year = {2014}
}