Tài liệu hướng dẫn thống kê y học sử dụng SPSS - BIỂU ĐỒ ROC, KHẢO SÁT TESH CHẨN ĐOÁN

Tài liệu hướng dẫn thống kê y học sử dụng SPSS SPSS Biểu đồ ROC: khảo sát test chẩn đoán Lê Đông Nhật Nam Lời nói đầu Kì thi tuyển sinh vào đại học Y khoa xem test chẩn đoán, nhằm xác định hạt giống ưu tú có tiềm trở thành bác sĩ sau Như quy trình sàng lọc khác, kết trúng tuyển dựa hoàn toàn vào giá trị ngưỡng điểm chuẩn Cánh cửa vào trường Y khoa thường hẹp với đa số thí sinh, có nhiều bạn bè thi đến lần thứ đỗ Thời sau thi xong khó có học sinh ăn ngon ngủ yên họ làm tốt, trông chờ điểm chuẩn án mà quan tòa phán ra, lên thiên đường vào hỏa ngục Có câu chuyện buồn cô bạn tôi, công bố điểm chuẩn cô ta thiếu 0,5 điểm bị đánh trượt Cô tuyệt vọng, bị gia đình đánh đập chí nghĩ đến chuyện tự sát Nhưng vài ngày sau, người ta nâng điểm chuẩn lên điểm để lấy thêm tiêu Và cô ta trúng tuyển (Cô bạn sau trở thành bác sĩ giỏi) Trên lâm sàng, phải đắn đo lâu trước định chẩn đoán Nhiều lúc, ta đối chiếu kết xét nghiệm với ngưỡng giá trị mong manh mà dựa vào người xem bình thường hay bệnh lý Một điều thú vị bác sĩ VN ngày chủ động tham gia vào nghiên cứu giá trị chẩn đoán biomarker (dấu sinh học) Có lẽ phát triển trang thiết bị bệnh viện nguyên nhân Khái niệm biomarker rộng, thang điểm chẩn đoán hình ảnh, dấu hiệu giải phẫu bệnh lý, nồng độ protein hay kháng thể máu, dấu hịệu sinh lý, số lượng tế bào viêm, vân vân…Nghiên cứu biomarker vừa dễ, vừa khó Dễ dàng khâu thu thập số liệu (bệnh nhân đông, kết xét nghiệm có sẵn phong phú), việc tạo đề tài dễ dàng cần có tay thiết bị xét nghiệm mới, biomarker đẻ đề tài nghiên cứu cho luận văn tốt nghiệp, nội trú, cao học hay nghiên cứu sinh Thậm chí người tự làm nghiên cứu loại Nhưng nghiên cứu biomarker lại khó việc phân tích số liệu, diễn giải kết Với thiết kế mô tả, case control, ta cần so sánh nhóm bệnh nhóm chứng để tìm tăng, giảm … đủ; sâu vào khảo sát giá trị chẩn đoán, so sánh nhiều biomarker với nhau, phải dùng tới biểu đồ ROC; có nhiều bạn sử dụng phương pháp người khai thác hết thông tin mà mang lại xử lý thống kê xác, đến nơi đến chốn Mặt khác, SPSS phần mềm thống kê chưa hoàn hảo, cho phép vẽ đường cong ROC, tính AUC không cho phép phân tích sâu… Vì thế, tài liệu Bs Khả Nhi hướng dẫn bạn khai thác tối đa thông tin đường cong ROC, bao gồm bước : - Vẽ đường cong ROC tính diện tích đường cong AUC SPSS - Xác định điểm cắt tối ưu cho chẩn đoán dựa vào Youden Index J khoảng cách tối thiểu d - So sánh AUC khác Phương pháp Hanley-McNeil Tài liệu trình bày theo hình thức đơn giản đến mức tối đa để bạn sử dụng Quy ước trình bày Trong tài liệu làm quen với nhân vật Bác sĩ Nguyễn Văn Thái Bác sĩ Thái cao thủ thống kê y học giang hồ Anh ta xuất trước vấn đề khó khăn, nhằm đưa câu trả lời xác ôn lại cho bạn kiến thức chuyên sâu lý thuyết thống kê Tuy nhiên BS Thái lại bận rộn nên không đủ thời gian vào cách thực chi tiết Anh ta hay trình bày lý thuyết túy sử dụng nhiều công thức toán học nên không gần gũi với sinh viên gây không trở ngại cho bạn vốn dị ứng với thống kê … Bác sĩ Lê Ngọc Khả Nhi Khả Nhi nữ bác sĩ trẻ dễ thương sử dụng thành thạo SPSS Như tên gọi mình, BS Nhi có tính cách hồn nhiên sống ngây thơ trẻ con, cô có khuynh hướng đơn giản hóa tối đa vấn đề Cô hướng dẫn bạn sử dụng SPSS bước cụ thể, chia sẻ mẹo vặt, thủ thuật để giúp bạn đến kết nhanh dễ dàng Sinh viên Trần Quốc Bảo Bảo sinh viên y khoa năm thứ sáu bắt đầu làm quen với nghiên cứu khoa học Đây cậu sinh viên tò mò đặt nhiều câu hỏi liên quan đến thống kê Mặc dù đế tài Bảo thực đơn giản, đồng hành với cậu ta, bạn có hội tích lũy cho nhiều kinh nghiệm công việc phân tích số liệu thiết kế nghiên cứu 1.1 Tình thí dụ Trong bệnh lý xơ cứng bì hệ thống (systemic sclerosis), tổn thương xơ phổi phổ biến Dấu hiệu sớm tượng viêm phế nang Hiện tượng viêm phế nang chẩn đoán xác định tăng loại tế bào viêm dịch rửa phế quản, nhiên xét nghiệm xâm lấn Một cách khác để phát viêm phế nang dựa tăng nồng độ Surfactant protein D (SPD) máu (định lượng ELISA) Có nhiều nghiên cứu làm để xác định ngưỡng giá trị SPD cho phép chẩn đoán viêm phế nang Mới đây, người ta phát nồng độ khí monoxit nitơ (NO) nội sinh thở sử dụng biomarker tượng viêm đường dẫn khí Sử dụng mô hình toán học đặc biệt, ta tính nồng độ NO đến từ phế nang, gọi CANO Một bác sĩ muốn khảo sát khả chẩn đoán viêm phế nang loại biomarker: (1) Surfactant protein D (SPD) máu (2) nồng độ NO phế nang (CANO) Người ta đo loại biomarker 60 bệnh nhân xơ cứng bì hệ thống Hiện tượng viêm phế nang xác định 40 trường hợp Câu hỏi nghiên cứu Bảo: Surfactant pro-D 1) Đánh giá khả chẩn đoán viêm phế nang loại biomarker: SPD (sinh hóa) CANO (khí thở ra) CANO NO phế nang 2) Trong loại, xét nghiệm tốt ? Tế bào viêm Viêm phế nang Câu hỏi thứ trả lời cách sử dụng biểu đồ ROC Biểu đồ ROC hay gọi đường cong ROC (Receiver operating characteristic) Đây phương pháp khảo sát liên hệ độ nhạy độ đặc hiệu xét nghiệm Lợi ích xét nghiệm kiểm định cách so sánh diện tích đường cong ROC (AUC) với giá trị 0,5 Câu hỏi thứ đặt vấn đề so sánh giá trị AUC đường cong ROC khác Để làm việc này, ta sử dụng phương pháp Hanley-McNeil (1987) 1.2 Giới thiệu Trong nghiên cứu y học, biểu đồ ROC phương pháp phân tích trực quan cho liên hệ độ nhạy tỉ lệ dương tính giả test chẩn đoán, dựa ngưỡng giá trị chẩn đoán khác Phương pháp lập kỹ thuật viên radar chiến thứ II để phân biệt tín hiệu thật giả (nhiễu) định độ xác việc phát máy bay địch Trong thực hành lâm sàng, test chẩn đoán hiểu quy trình phân loại mang tính nhị phân, nhằm xác định cá thể Có bệnh Thông thường kết phân loại phụ thuộc vào đại lượng với giá trị ngưỡng chẩn đoán xac định Giá trị ngưỡng chẩn đoán cao hay thấp định tỉ lệ dương tính (âm tính) thật/giả quần thể xác định Thực chất đường cong ROC trò chơi xác suất, cách biểu diễn mối tương quan đại lượng: Độ nhạy, hay xác suất chẩn đoán xác có bệnh (dương tính thật tổng số bệnh nhân), (1- độ đặc hiệu), hay xác suất chẩn đoán nhầm (một người bệnh bị chẩn đoán dương tính) Khi chẩn đoán dựa giá trị biến số định lượng liên tục, việc di chuyển ngưỡng chẩn đoán chọn điểm cắt giúp giảm tỉ lệ chẩn đoán nhầm (FP) đến mức thấp đồng thời tăng độ nhạy lên cao Biểu đồ ROC đặc trưng diện tích đường cong hay AUC AUC nằm khoảng đến +1, thông thường ta dùng ngưỡng 0,5 để đánh giá độ mạnh test chẩn đoán dựa vào AUC AUC gần 0,5 phương pháp chẩn đoán giá trị, AUC gần test chẩn đoán tốt, testhoàn hảo có AUC = Phân loại giá trị test chẩn đoán theo AUC sau: AUC = 0,9-1 : Rất tốt, 0,8-0,9 : Tốt; 0,7-0,8 : Trung bình; 0,6-0,7: Kém; 0,5-0,6: Vô giá trị 1.2 Giới thiệu Việc xác định điểm cắt tối ưu tùy thuộc vào quan điểm (1) Mục đích chẩn đoán: Nếu test chẩn đoán có mục đích xác định bệnh ta quan tâm nhiều đến độ đặc hiệu, test sàng lọc ta quan tâm đến độ nhạy nhiều Điểm cắt tối ưu (2) Thống kê học túy: Một điểm cắt tối ưu xác định phương pháp toán học, có tiêu chuẩn thường dùng là: a) Hệ số J Youden (Youden index) lớn b) Khoảng cách d từ điểm cắt tới đỉnh cao trục tung có giá trị nhỏ Hệ số J Youden: J = (Se + Sp)− 𝑲𝒉𝒐ả𝒏𝒈 𝒄á𝒄𝒉 𝒅 = (𝟏 − 𝑺𝒆)𝟐 +(𝟏 − 𝑺𝒑𝒆)𝟐 Phân tích biểu đồ ROC có nhiều ứng dụng 1) Khảo sát phẩm chất đại lượng X dùng để chẩn đoán bệnh lý F Trong trường hợp ta cần có: giá trị X cho cá thể, kết chẩn đoán cá thể (F=0: bệnh, F=1: có bệnh) dựa vào tiêu chuẩn quy ước có sẵn Nội dung quy trình là: + Dựng biểu đồ ROC cho quần thể khảo sát Xác định AUC so sánh với ngưỡng 0,5 + Khảo sát tất khả giá trị độ nhạy độ đặc hiệu tương ứng cho điểm cắt X, xác định điểm cắt tối ưu 2) So sánh khả test chẩn đoán dựa vào AUC: Lúc toán đặt so sánh AUC(A) phương pháp A AUC(B) phương pháp B Cách giải thường dựa vào trị số U theo Mann-Whitney, theo lý thuyết AUC có liên hệ gần với phân phối U test Mann-Whitney, theo công thức: 𝐴𝑈𝐶 = 𝑈 𝑛1𝑛2 Trong tài liệu tác giả hướng dẫn thực thủ công phương pháp Hanley-McNeil (1982) vốn không SPSS hỗ trợ Chỉ có Medcalc XLSTAT cho phép so sánh AUC cách tự động 2.1 Tạo bảng số liệu Thiết lập biến số Nồng độ khí NO phế nang (CANO )là biến số định lượng kiểu liên tục, giá trị bình thường CANO khoảng từ – nL/L (hay ppb) Nồng độ Surfactant protein D biến số định lượng kiểu liên tục, giá trị bình thường khoảng 50-100 ng/mL Viêm phế nang biến số định tính nhị phân với giá trị: = không viêm; 1= có viêm Qui tắc dán nhãn cho biến số Nhập số liệu vào bảng Bạn nhập giá trị 0/1 vào biến Viemphenang, SPSS gán cho số giá trị phân loại tương ứng mà bạn xác định bước Sau cần kích hoạt chức hiển thị nhãn giá trị, bảng số liệu bạn trở nên rõ ràng hình 2.2 Vẽ đường cong ROC tính AUC 2.2.1 Thiết lập cấu hình cho đường cong ROC Nhấn tab Analyze, chọn mục ROC curve để mở hộp thoại sau đây: 2.2 Vẽ đường cong ROC tính AUC Kéo biến số Viemphenang vào ô State variable Kéo biến số định lượng NO phế nang Surfactant Pro D vào ô Test variable Chọn tất mục phần « Display », sau nhấn OK 2.2 Vẽ đường cong ROC tính AUC 2.2.2 Chỉnh sửa hiệu ứng đồ họa Trong bảng kết quả, đường cong ROC vẽ Tuy nhiên hình vẽ thô sơ, đưa vào văn khoa học x2 Nhấp chuột lần vào hình vẽ để mở cửa sổ chỉnh sửa hiệu ứng đồ họa x2 a e Trong chức Chart editor, bạn nhấp chuột vào nhóm thành phần riêng biệt để chỉnh sửa màu sắc, font chữ, thang giá trị thêm bớt yếu tố khác c d b 3 Diễn giải kết 3.1 kết mô tả AUC Case Processing Summary Kết đường cong ROC bao gồm nội dung Valid N Viêm phế nang (listwise) Positivea 40 Negative 20 Đầu tiên, bảng Case processing summary cho biết số trường hợp có bệnh (positive case, hay Np) bệnh (negative case hay Nn) Larger values of the test result Giá trị Nn Np ta cần đến so sánh AUC PP Hanley-McNeil sau variable(s) indicate stronger evidence for a positive actual state a The positive actual state is Area Under the Curve Có Asymptotic 95% Confidence Interval Asymptotic Test Result Variable(s) Area Std Errora Sig.b Lower Bound Upper Bound NO phế nang (ppb) ,892 ,041 ,000 ,813 ,972 Surfactant Pro D (ng/ml) ,749 ,062 ,002 ,627 ,870 The test result variable(s): NO phế nang (ppb), Surfactant Pro D (ng/ml) has at least one tie between the positive actual state group and the negative actual state group Statistics may be biased a Under the nonparametric assumption b Null hypothesis: true area = 0.5 Diện tích đường cong (AUC) cho biomarker SE AUC Giá trị p kiểm định « đường cong có khác biệt ý nghĩa so với ngưỡng 0.5 Khoảng tin cậy 95% AUC Tiếp theo, bảng Area under Curve trình bày thông tin AUC tất biến số mà ta muốn khảo sát Trong bảng này, ta quan tâm đến: Giá trị AUC (kèm theo SD, SE, CI95% ) AUC nằm khoảng đến +1, nhiên ta dùng ngưỡng 0,5 để so sánh, AUC gần 0,5 phương pháp chẩn đoán giá trị, AUC gần PP chẩn đoán tốt, PP hoàn hảo có AUC = Phân loại giá trị test chẩn đoán theo AUC sau: AUC = 0,9-1 : Rất tốt, 0,8-0,9 : Tốt; 0,7-0,8 : Trung bình; 0,6-0,7: Kém; 0,5-0,6: Vô giá trị Thứ hai giá trị p kiểm định so sánh., với giả thuyết AUC = 0,5 p 1,96: có khác biệt ý nghĩa AUC1 AUC2 Tính giá trị P từ Z-score theo phân phối Gaussian: Trong Excel giá trị P tính hàm số DISTNORM(1-Z) P 1,96: có ý nghĩa (p0,05) Zscore < 0: AUC1 < AUC2 ngược lại Không cần dùng bảng Hanley McNeils Không có khác biệt ý nghĩa AUC biomarker: CANO Surfactant protein D (Z=1,0; p=0,159) Kết luận: Giá trị chẩn đoán biomarker tương đương với So sánh AUC phương pháp Hanley-McNeil Trường hợp 2: So sánh đồng mẫu Nếu bạn so sánh AUC test chẩn đoán khác dựa nghiên cứu (thực bệnh nhân) Tính Standard error cho AUC (giá trị SPSS cung cấp), bạn tính thủ công: 𝑆𝐸 𝐴 = 𝐴 2𝐴2 𝐴 − 𝐴 + 𝑁𝑝 − ∗ − 𝐴 − 𝐴2 + 𝑁𝑛 − ∗ (1 + 𝐴 − 𝐴2 ) 𝑁𝑝 ∗ 𝑁𝑛 Ghi chú: Np Nn = số trường hợp có bệnh (positive) không bệnh (negative) Xác định hệ số tương quan biến số cần khảo sát trường hợp: Rn: hệ số tương quan người bệnh Rp: hệ số tương quan người có bệnh Ghi chú: Nếu biến số cần khảo sát thuộc loại liên tục, ta dùng hệ số R Pearson Nếu biến số không liên tục (thứ hạng, thang điểm), ta dùng hệ số tương quan Kendall tau Sau ta tính Rn,p trung bình = (Rn+Rp)/2 Sử dụng bảng Hanley-McNeil để xác định hệ số tương quan r AUC1 AUC2 Tính SE cho khác biệt AUC : SE (A1-A2) 𝑆𝐸 𝐴1 − 𝐴2 = 𝑆𝐸(𝐴1)2 + 𝑆𝐸(𝐴2)2 − 𝟐𝑟 ∗ 𝑆𝐸 𝐴1 ∗ 𝑆𝐸(𝐴2) Ghi chú: SE(A1) SE(A2) SE AUC test chẩn đoán AUC test chẩn đoán Giá trị r xác định từ bảng Hanley-McNeil Tính Z-score 𝑍= 𝐴1 − 𝐴2 𝑆𝐸 (𝐴1 − 𝐴2) So sánh giá trị tuyệt đối Z-score 1,96 : Nếu Z < 1,96: Không có khác biệt ý nghĩa > 1,96: có khác biệt ý nghĩa AUC1 AUC2 Tính giá trị P từ Z-score theo phân phối Gaussian: Trong Excel giá trị P tính hàm số DISTNORM(1-Z) P 1,96: có ý nghĩa (p0,05) Zscore < 0: AUC1 < AUC2 ngược lại Bạn mở công cụ so sánh AUC Excel, chọn trường hợp so sánh đồng mẫu, sau nhập vào giá trị: AUC1, AUC2, Rn, np,Np, Nn So sánh AUC phương pháp Hanley-McNeil (A1+A2)/2 700 725 750 775 800 825 850 875 900 925 950 975 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/2 (rn+rp)/3 (rn+rp)/4 (rn+rp)/5 (rn+rp)/6 (rn+rp)/7 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.04 0.04 0.04 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.02 0.02 0.02 0.06 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.04 0.04 0.04 0.03 0.02 0.08 0.07 0.07 0.07 0.07 0.07 0.06 0.06 0.06 0.06 0.05 0.04 0.03 0.10 0.09 0.09 0.09 0.09 0.08 0.08 0.08 0.07 0.07 0.06 0.06 0.04 0.12 0.11 0.11 0.11 0.10 0.10 0.10 0.09 0.09 0.08 0.08 0.07 0.05 0.14 0.13 0.12 0.12 0.12 0.12 0.11 0.11 0.11 0.10 0.09 0.08 0.06 0.16 0.14 0.14 0.14 0.14 0.13 0.13 0.13 0.12 0.11 0.11 0.09 0.07 0.18 0.16 0.16 0.16 0.16 0.15 0.15 0.14 0.14 0.13 0.12 0.11 0.09 0.20 0.18 0.18 0.18 0.17 0.17 0.17 0.16 0.15 0.15 0.14 0.12 0.10 0.22 0.20 0.20 0.19 0.19 0.19 0.18 0.18 0.17 0.16 0.15 0.14 0.11 0.24 0.22 0.22 0.21 0.21 0.21 0.20 0.19 0.19 0.18 0.17 0.15 0.12 0.26 0.24 0.23 0.23 0.23 0.22 0.22 0.21 0.20 0.19 0.18 0.16 0.13 0.28 0.26 0.25 0.25 0.25 0.24 0.24 0.23 0.22 0.21 0.20 0.18 0.15 0.30 0.27 0.27 0.27 0.26 0.26 0.25 0.25 0.24 0.23 0.21 0.19 0.16 0.32 0.29 0.29 0.29 0.28 0.28 0.27 0.26 0.26 0.24 0.23 0.21 0.18 0.34 0.31 0.31 0.31 0.30 0.30 0.29 0.28 0.27 0.26 0.25 0.23 0.19 0.36 0.33 0.33 0.32 0.32 0.31 0.31 0.30 0.29 0.28 0.26 0.24 0.21 0.38 0.35 0.35 0.34 0.34 0.33 0.33 0.32 0.31 0.30 0.28 0.26 0.22 0.40 0.37 0.37 0.36 0.36 0.35 0.35 0.34 0.33 0.32 0.30 0.28 0.24 0.42 0.39 0.39 0.38 0.38 0.37 0.36 0.36 0.35 0.33 0.32 0.29 0.25 0.44 0.41 0.40 0.40 0.40 0.39 0.38 0.38 0.37 0.35 0.34 0.31 0.27 0.46 0.43 0.42 0.42 0.42 0.41 0.40 0.39 0.38 0.37 0.35 0.33 0.29 0.48 0.45 0.44 0.44 0.43 0.43 0.42 0.41 0.40 0.39 0.37 0.35 0.30 0.50 0.47 0.46 0.46 0.45 0.45 0.44 0.43 0.42 0.41 0.39 0.37 0.32 0.52 0.49 0.48 0.48 0.47 0.47 0.46 0.45 0.44 0.43 0.41 0.39 0.34 0.54 0.51 0.50 0.50 0.49 0.49 0.48 0.47 0.46 0.45 0.43 0.41 0.36 0.56 0.53 0.52 0.52 0.51 0.51 0.50 0.49 0.48 0.47 0.45 0.43 0.38 0.58 0.55 0.54 0.54 0.53 0.53 0.52 0.51 0.50 0.49 0.47 0.45 0.40 0.60 0.57 0.56 0.56 0.55 0.55 0.54 0.53 0.52 0.51 0.49 0.47 0.42 0.62 0.59 0.58 0.58 0.57 0.57 0.56 0.55 0.54 0.53 0.51 0.49 0.45 0.64 0.61 0.60 0.60 0.59 0.59 0.58 0.58 0.57 0.55 0.54 0.51 0.47 0.66 0.63 0.62 0.62 0.62 0.61 0.60 0.60 0.59 0.57 0.56 0.53 0.49 0.68 0.65 0.64 0.64 0.64 0.63 0.62 0.62 0.61 0.60 0.58 0.56 0.51 0.70 0.67 0.66 0.66 0.66 0.65 0.65 0.64 0.63 0.62 0.60 0.58 0.54 0.72 0.69 0.69 0.68 0.68 0.67 0.67 0.66 0.65 0.64 0.63 0.60 0.56 0.74 0.71 0.71 0.70 0.70 0.69 0.69 0.68 0.67 0.66 0.65 0.63 0.59 0.76 0.73 0.73 0.72 0.72 0.72 0.71 0.71 0.70 0.69 0.67 0.65 0.61 0.78 0.75 0.75 0.75 0.74 0.74 0.73 0.73 0.72 0.71 0.70 0.68 0.64 0.80 0.77 0.77 0.77 0.76 0.76 0.76 0.75 0.74 0.73 0.72 0.70 0.67 0.82 0.79 0.79 0.79 0.79 0.78 0.78 0.77 0.77 0.76 0.75 0.73 0.70 0.84 0.82 0.81 0.81 0.81 0.81 0.80 0.80 0.79 0.78 0.77 0.76 0.73 0.86 0.84 0.84 0.83 0.83 0.83 0.82 0.82 0.81 0.81 0.80 0.78 0.75 0.88 0.86 0.86 0.86 0.85 0.85 0.85 0.84 0.84 0.83 0.82 0.81 0.79 0.90 0.88 0.88 0.88 0.88 0.87 0.87 0.87 0.86 0.86 0.85 0.84 0.82 0,92 0,90 0,90 0,90 0,90 0,90 0,89 0,89 0,89 0,88 0,88 0,87 0,86 0,94 0,92 0,92 0,92 0,92 0,92 0,92 0,91 0,91 0,91 0,90 0,90 0,89 0,96 0,94 0,94 0,94 0,94 0,94 0,94 0,94 0,93 0,93 0,93 0,92 0,92 0,98 0,96 0,96 0,96 0,96 0,96 0,96 0,96 0,96 0,95 0,95 0,95 0,94 1,0 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,97 0,97 0,97 Chỉ lại tham số cuối r, giá trị r xác định nhớ vào bảng HanleyMcNeil Trong thí dụ này: (A1+A2)/2 = 0,82 Và (Rn+Rp)/2 = 0,985 Như r nằm 0,97 0,98, ta chọn giá trị r=0,98 So sánh AUC phương pháp Hanley-McNeil Trở lại công cụ so sánh, ta nhập vào giá trị r tham số cuối cùng, chương trình tự động tính kết Z score giá trị p So sánh AUC mẫu Nhập liệu vào ô AUC Phương pháp A 0,892 AUC Phương pháp B 0,749 Hệ số tương quan rp nhóm bệnh 0,982 Hệ số tương quan rn nhóm không bệnh 0,988 Tổng số case có bệnh (Np) 40 Tổng số case không bệnh (Nn) 20 10 Hệ số r Hanley-McNeil 0,98 Kết kiểm định Hanley-McNeil Standard error [AUC(A) - AUC(B)] SD [AUC(A) - AUC(B)] Z score P value (one-tailed) Xem bảng Hanley McNeils để xác định hệ s dựa vào (rp+rn)/2 (A1+A2)/2 (A1+A2)/2= 0,8205 (rp+rn)/2= 0,985 0,09750302 0,012587586 1,466621241 0,071239559 Ghi Abs(Z) > 1,96: có ý nghĩa (p0,05) Zscore < 0: AUC1 < AUC2 ngược lại Diễn giải kết quả: Không có khác biệt ý nghĩa AUC biomarker: CANO Surfactant protein D (Z=1,47; p=0,07) Kết luận: Giá trị chẩn đoán biomarker tương đương với Diễn đạt văn khoa học Phương pháp thống kê Giá trị chẩn đoán CANO SPD đánh giá đường cong ROC Kết cho thấy hai biomarker có giá trị chẩn đoán tốt tượng viêm phế nang bệnh nhân xơ cứng bì hệ thống AUC CANO cao (0,89 sv 0,75) khác biệt ý nghĩa thống kê (Test Hanley-McNeil: z=1,47; p=0,07) Điểm cắt tối ưu CANO 6,35 ppb cho phép phát viêm phế nang với độ nhạy 83% độ đặc hịệu 85% Với điểm cắt tối ưu 247 nL/mL SPD có độ đặc hiệu tương đương (85%) độ nhạy có 68% Kết luận: CANO có giá trị tương đương với SPD việc chẩn đoán viêm phế nang BN xơ cứng bì hệ thống Một buổi hội chẩn giường… Công cụ Excel cho phân tích biểu đồ ROC https://drive.google.com/open?id=0B1vaOU1uB8DPbjdQcTEwdHM5V1E Liên lạc với tác giả: bacsinam81@gmail.com [...]... Giá trị chẩn đoán của 2 biomarker là tương đương với nhau 5 Diễn đạt văn bản khoa học Phương pháp thống kê Giá trị chẩn đoán của CANO và SPD được đánh giá bằng đường cong ROC Kết quả cho th y cả hai biomarker đều có giá trị chẩn đoán tốt đối với hiện tượng viêm phế nang ở bệnh nhân xơ cứng bì hệ thống AUC của CANO cao hơn (0,89 sv 0,75) nhưng khác biệt n y không có ý nghĩa thống kê (Test Hanley-McNeil:... ứng với điểm cắt CANO = 6,35 Như v y ta kết luận: Điểm cắt tối ưu cho CANO là 6,35 ppb Cut-off point 247 263,5 237 278,5 Cut-off point 247 263,5 237 Sensitivity 0,675 0,65 0,675 0,625 Sensitivity 0,675 0,65 0,675 1-Specificity 0,15 0,15 0,2 0,15 1-Specificity 0,15 0,15 0,2 Specificity 0,85 0,85 0,8 0,85 Specificity 0,85 0,85 0,8 Youden index J 0,525 0,5 0,475 0,475 Youden index J 0,525 0,5 0,475 Tương... khoảng 0 đến +1, tuy nhiên ta dùng ngưỡng 0,5 để so sánh, AUC càng gần 0,5 thì phương pháp chẩn đoán càng kém giá trị, AUC càng gần 1 thì PP chẩn đoán càng tốt, PP hoàn hảo sẽ có AUC = 1 Phân loại giá trị test chẩn đoán theo AUC như sau: AUC = 0, 9-1 : Rất tốt, 0, 8-0 ,9 : Tốt; 0, 7-0 ,8 : Trung bình; 0, 6-0 ,7: Kém; 0, 5-0 ,6: Vô giá trị Thứ hai là giá trị p của kiểm định so sánh., với giả thuyết 0 là AUC = 0,5... (𝐴1 − 𝐴2) So sánh giá trị tuyệt đối của Z-score và 1,96 : Nếu Z < 1,96: Không có sự khác biệt ý nghĩa > 1,96: có sự khác biệt ý nghĩa giữa AUC1 và AUC2 5 Tính giá trị P từ Z-score theo phân phối Gaussian: Trong Excel giá trị P tính bằng hàm số DISTNORM(1-Z) P 1,96: ... ràng hình 2.2 Vẽ đường cong ROC tính AUC 2.2.1 Thiết lập cấu hình cho đường cong ROC Nhấn tab Analyze, chọn mục ROC curve để mở hộp thoại sau đây: 2.2 Vẽ đường cong ROC tính AUC Kéo biến số Viemphenang... nghiệm tốt ? Tế bào viêm Viêm phế nang Câu hỏi thứ trả lời cách sử dụng biểu đồ ROC Biểu đồ ROC hay gọi đường cong ROC (Receiver operating characteristic) Đây phương pháp khảo sát liên hệ độ nhạy... giải kết 3.1 kết mô tả AUC Case Processing Summary Kết đường cong ROC bao gồm nội dung Valid N Viêm phế nang (listwise) Positivea 40 Negative 20 Đầu tiên, bảng Case processing summary cho biết số