在分析多读者诊断成像数据的Obuchowski-Rockette-Hillis和Gallas方法之间的关系与经验性的AUC作为读者性能衡量标准
1Departments of Radiology and Biostatistics, The University of Iowa, Iowa City, Iowa, U.S.A.
Biostatistics & epidemiology
|September 18, 2023
概括
这项研究表明,一种新版本的Obuchowski,Rockette和Hillis (ORH) 方法与分析诊断成像数据 (AUC) 的Gallas方法相匹配. 讨论了差异估计和自由度的差异.
科学领域:
- 医学成像分析 医学成像分析
- 在诊断中的统计方法.
- 接收器操作特征 (ROC) 曲线分析分析.
背景情况:
- 多线程多病例 (MRMC) 诊断成像数据分析通常集中在接收器运行特征曲线 (AUC) 下的区域.
- 奥布霍夫斯基,罗克特和希利斯 (ORH) 和加拉斯方法是普遍用于概括读者和案例性能结论的.
- 加拉斯方法仅限于具有无偏差估计的指标,与更一般的ORH方法不同.
研究的目的:
- 调查ORH方法是否可以调整以产生与Gallas方法相同的差异估计.
- 为了比较两种方法的方差估计方法和自由度估计.
- 为ORH方法的发展做出贡献,通过建立无偏差差异的条件和理由限制.
主要方法:
- 分析多线程多病例 (MRMC) 诊断成像数据.
- 统计差异估计技术的比较.
- 奥布霍夫斯基,罗克特和希利斯 (ORH) 方法的数学适应和评估.
主要成果:
- 最近提出的ORH方法版本产生了与Gallas方法相同的不受约束的方差统计数据.
- ORH和Gallas方法在限制方差估计的方法和自由度估计方面有所不同.
- 确定了ORH方法中无偏差差值估计的足够条件.
结论:
- 适应的ORH方法为MRMC研究中的AUC分析提供了可行的替代方案,与Gallas方法的方差保持一致.
- 提供了关于差异约束和自由度估计差异的建议.
- 该研究推进了ORH方法,并为其方差约束和协差估计提供了理由.
关键词:
盖拉斯·加拉斯 (Gallas Gallas) 是一个乌布霍夫斯基-罗凯特 (Obuchowski-Rockette) 是一个著名的歌手.在ROC曲线下的面积.诊断辐射学 诊断辐射学接收器运行特征曲线更多相关视频
09:00Author Spotlight: Validation of SICOLE-R for Assessing Cognitive and Reading Skills in Spanish-Speaking Children and Its Role in Personalized Education
Published on: August 16, 2024
802
07:13Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities
Published on: October 27, 2023
1.2K
