医学测试分类与预测的无阈值评估：平均精度与 ROC 曲线下面积
统计方法学
2013-10-21 v1 应用统计
摘要
在评估用于疾病分类的医学测试或生物标志物时，受试者工作特征（ROC）曲线下面积是一种广泛使用的性能指标，它不需要我们承诺特定的决策阈值。对于同类评估，另一种称为平均精度（AP）的指标在信息检索文献中使用得更为广泛。我们深入研究了这两种指标，以阐明它们的差异和关系。更具体地说，我们从数学上解释了为何当关注 ROC 曲线的前半部分时，AP 可能更为合适。我们还探讨了实际问题，推导了 AP 的渐近方差表达式，并提供了关于前列腺癌蛋白生物标志物评估以及乳腺癌筛查中数字乳腺 X 线摄影与胶片乳腺 X 线摄影评估的真实世界案例。
引用
@article{arxiv.1310.5103,
title = {Threshold-free Evaluation of Medical Tests for Classification and Prediction: Average Precision versus Area Under the ROC Curve},
author = {Wanhua Su and Yan Yuan and Mu Zhu},
journal= {arXiv preprint arXiv:1310.5103},
year = {2013}
}
备注
The first two authors contributed equally to this paper, and should be regarded as co-first authors