关于非可忽略缺失病情的受试者工作特征曲线分析

本文考虑了具有非可忽略病情缺失的医学数据中的受试者工作特征（ROC）曲线分析。在以 logistic 回归模型为框架，分别对病情状态和核查状态建模后，首先建立了模型参数的可识别性，然后提出了一种似然方法用于估计模型参数、ROC 曲线以及生物标志物的受试者工作特征曲线下面积（AUC）。本文还建立了这些估计量的渐近分布。通过大量仿真研究，比较了本方法与其他方法在点估计中的表现，并评估了在各种情形下置信区间估计的准确性。为说明本方法在实际数据中的应用，本文将其应用于国家阿尔茨海默病协调中心数据集。