多诊断测试的最大平滑似然方法及其在 ROC 估计中的应用
统计方法学
2026-01-08 v1
摘要
在医学诊断中，利用多个生物标志物可显著提高分类准确率，优于仅使用单个生物标志物。虽然基于指数倾斜或密度比模型的现有方法已显示潜力，但其假设在实际中可能过于严格。本文采用一种灵活的半参数模型，将疾病患者与健康患者的密度比通过未知的单调变换与生物标志物的线性组合相关联。为提高估计效率，我们提出了平滑似然框架，利用底层密度和变换函数中的平滑性。基于最大平滑似然方法，我们构建了模型参数和相关概率密度函数的估计器。我们开发了一个有效的计算算法进行实现，推导了所提出估计器的渐近属性，并建立了估计接收者工作特征曲线（ROC）和曲线下面积（AUC）的程序。通过模拟研究和真实数据应用，表明所提出的方法比现有方法更具准确性和效率。
引用
@article{arxiv.2601.03675,
title = {Maximum smoothed likelihood method for the combination of multiple diagnostic tests, with application to the ROC estimation},
author = {Fangyong Zheng and Pengfei Li and Tao Yu},
journal= {arXiv preprint arXiv:2601.03675},
year = {2026}
}