Using Smoothed Receiver Operating Characteristic Curves to Summarize and Compare Diagnostic Systems
利用平滑 ROC 曲线概括和比较诊断系统AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究医学诊断与一般判别性能，未涉及所列经济分布效应或宏观金融预测问题。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用平滑 ROC 曲线概括和比较诊断系统
- 研究问题
- 如何通过 ROC 曲线呈现不同诊断系统的性能差异，并在诊断指标分布难以参数化时进行平滑估计和偏差评估？
- 方法与思路
- 作者基于核密度估计构造 ROC 曲线，提出体现局部总体分离程度的变换，并用自助模拟检查和调整平滑偏差。
- 材料陈述的贡献
- 摘要称，新估计方法及图形变换可展示诊断系统差异的方式，并在癌症活动诊断数据上演示平滑偏差处理。
- 阅读关注点
- 核对核函数与带宽选择、ROC 估计性能的评价标准，以及局部分离变换的解释和自助偏差调整的具体步骤。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未提供带宽规则、性能数值或比较不确定性，不能认定某个诊断系统普遍更优。
原文摘要
Receiver operating characteristic (ROC) curves are used for summarizing the performance of imperfect diagnostic systems, especially in biomedical research. These curves are also appropriate for summarizing the performance of a discriminant analysis but are under-utilized by statisticians. This article is illustrates the use of these curves for comparing competing diagnostic systems, develops new estimation methods based on kernel density estimation, and studies the statistical performance of the new method. A transform of the ROC curve is further suggested based on the idea of “local population separation.” This graphic is quite generally useful for displaying the differences between two populations. The methods are applied to a dataset comprising the results of seven diagnostics for predicting cancer activity on 353 patients. The distributions of these diagnostics are not well modeled parametrically, and so either completely nonparametric or kernel density estimation seems appropriate. Construction of the ROC curves shows not only if, but also how the diagnostics differ. The use of bootstrap simulation to check and adjust for the bias of smoothing is also demonstrated using these data.