| 摘要 | 第1-10页 |
| SUMMARY | 第10-13页 |
| 1 前言 | 第13-15页 |
| ·ROC分析主题词与其代码 | 第13-14页 |
| ·ROC分析的特点 | 第14页 |
| ·本研究的内容提要 | 第14-15页 |
| 2 文献回顾 | 第15-25页 |
| ·在医学研究中ROC分析的发展简史 | 第15页 |
| ·其它准确性评价指标的局限性 | 第15-18页 |
| ·ROC分析资料的收集与整理 | 第18-20页 |
| ·ROC曲线的构建 | 第20-21页 |
| ·ROC工作点的可信区间与最佳工作点的选择 | 第21页 |
| ·ROC分析的诊断试验准确度评价指标 | 第21-22页 |
| ·ROC曲线的拟合方法 | 第22-23页 |
| ·ROC分析的软件 | 第23-25页 |
| 3 ROC分析的样本量估计 | 第25-33页 |
| ·样本量估计的基本公式 | 第25-26页 |
| ·方差的估计 | 第26-27页 |
| ·实例 | 第27-33页 |
| ·一个诊断试验的样本量估计 | 第27-28页 |
| ·比较两相关诊断试验的样本量估计 | 第28-30页 |
| ·比较两独立诊断试验的样本量估计 | 第30-33页 |
| 4 双正态模型ROC分析方法与应用 | 第33-72页 |
| ·双正态ROC曲线的构建 | 第33-34页 |
| ·ROC曲线参数的最大似然估计 | 第34-36页 |
| ·ROC曲线间差异的显著性检验 | 第36-38页 |
| ·双变量卡方检验 | 第36-37页 |
| ·真阳性率z检验 | 第37页 |
| ·面积z检验 | 第37-38页 |
| ·双变量双正态ROC曲线模型 | 第38-41页 |
| ·部分配对资料的双正态ROC曲线参数估计 | 第41-45页 |
| ·双变量双正态模型的对数似然函数 | 第41-42页 |
| ·单变量双正态模型的对数似然函数 | 第42-43页 |
| ·部分配对模型的对数似然函数 | 第43-45页 |
| ·退化资料的真双正态模型 | 第45-48页 |
| ·双正态退化资料的定义 | 第45-46页 |
| ·退化资料的ROC分析方法 | 第46页 |
| ·真双正态ROC模型 | 第46-48页 |
| ·部分ROC曲线下面积的计算 | 第48-49页 |
| ·一般双正态模型的部分ROC曲线下面积 | 第48页 |
| ·真双正态模型的部分ROC曲线下面积 | 第48-49页 |
| ·双正态模型ROC分析实例 | 第49-72页 |
| ·单个诊断试验的有序分类资料 | 第49-52页 |
| ·单个诊断试验的连续性资料 | 第52-55页 |
| ·独立或相关诊断试验比较的有序分类资料 | 第55-59页 |
| ·独立或相关诊断试验比较的连续性资料 | 第59-63页 |
| ·连续性与有序分类混合的独立性资料 | 第63-65页 |
| ·有缺失的相关诊断试验比较资料 | 第65-69页 |
| ·退化资料 | 第69-72页 |
| 5 非参数ROC分析方法及其应用 | 第72-95页 |
| ·Hanley和McNeil非参数法 | 第72-80页 |
| ·ROC曲线下面积的计算 | 第72-73页 |
| ·实例 | 第73-78页 |
| ·有序分类资料 | 第74-75页 |
| ·连续性资料 | 第75-78页 |
| ·ROC曲线下面积的比较 | 第78-80页 |
| ·Delong,Delong和Clarke-Pearson非参数法 | 第80-95页 |
| ·实施步骤 | 第80-83页 |
| ·计算x_a分量与x_n分量 | 第80-82页 |
| ·ROC曲线下面积的计算 | 第82页 |
| ·协方差矩阵的计算 | 第82-83页 |
| ·ROC曲线下面积的比较 | 第83页 |
| ·实例 | 第83-90页 |
| ·在其它几种ROC资料分析中的应用 | 第90-95页 |
| ·单个有序分类资料 | 第90-91页 |
| ·单个连续性资料 | 第91-92页 |
| ·相关有序分类资料的比较 | 第92-93页 |
| ·相关连续性资料的比较 | 第93-94页 |
| ·双正态退化资料 | 第94-95页 |
| 6 Jackknife与Bootstrap抽样方法在ROC分析中的应用 | 第95-123页 |
| ·Jackknife法在ROC分析中的应用 | 第95-117页 |
| ·Jackknife法估计的简单例子 | 第95-96页 |
| ·Jackknife法用于ROC分析的方法 | 第96-103页 |
| ·资料结构 | 第96-97页 |
| ·伪值的产生 | 第97-98页 |
| ·统计学模型 | 第98-99页 |
| ·假设检验 | 第99-101页 |
| ·诊断方式均数的可信区间 | 第101-102页 |
| ·两个诊断方式均数差值的可信区间 | 第102-103页 |
| ·实例分析 | 第103-117页 |
| ·有序分类资料 | 第103-112页 |
| ·非参数法估计ROC曲线下面积 | 第103-109页 |
| ·双正态模型估计ROC曲线下面积 | 第109-112页 |
| ·连续性资料 | 第112-117页 |
| ·非参数法估计ROC曲线下面积 | 第114-115页 |
| ·双正态模型估计ROC曲线下面积 | 第115-117页 |
| ·非参数可信区间的Bootstrap估计 | 第117-123页 |
| ·Bootstrap法的基本原理 | 第118-119页 |
| ·ROC曲线下面积可信区间的Bootstrap估计 | 第119-123页 |
| ·有序分类资料 | 第120-122页 |
| ·连续性资料 | 第122-123页 |
| 7 诊断试验的Meta分析 | 第123-135页 |
| ·综合受试者工作特征(SROC)的分析方法 | 第123-127页 |
| ·求解直线回归方程的方法 | 第124-125页 |
| ·常规非加权最小二乘法 | 第124页 |
| ·加权最小二乘法 | 第124页 |
| ·稳健法 | 第124-125页 |
| ·建立SROC曲线的回归方程 | 第125-127页 |
| ·实例分析 | 第127-131页 |
| ·三种回归方法求解SROC曲线参数的SAS程序 | 第131-133页 |
| ·诊断试验对数优势比的其它估计方法 | 第133-135页 |
| ·Mantel-Haenszel法 | 第133页 |
| ·基于精确的logit可信区间估计法 | 第133-135页 |
| 8 有序回归模型及其在ROC分析中的应用 | 第135-154页 |
| ·比例优势模型 | 第135-138页 |
| ·其它有序回归模型 | 第138-141页 |
| ·ploytomous logit模型 | 第138-139页 |
| ·相继比logit模型 | 第139页 |
| ·毗邻分类logit模型 | 第139页 |
| ·stereotype模型 | 第139-140页 |
| ·部分比例优势模型 | 第140-141页 |
| ·有序分类资料的样本量计算 | 第141-143页 |
| ·比例优势模型在ROC分析中的应用 | 第143-154页 |
| ·ROC曲线下面积及其标准误的估计方法 | 第143-144页 |
| ·实例 | 第144-148页 |
| ·有序分类ROC资料 | 第145-146页 |
| ·连续性ROC资料 | 第146-148页 |
| ·带协变量ROC曲线下面积及其标准误的估计方法 | 第148-149页 |
| ·带协变量的实例 | 第149-154页 |
| ·协变量为分类变量 | 第149-151页 |
| ·协变量为分类和连续性变量的混合 | 第151-154页 |
| 9 广义估计方程(GEEs)与ROC分析 | 第154-170页 |
| ·采用GEEs分析二分类、计数或连续性资料 | 第154-160页 |
| ·广义线性模型的定义 | 第154-155页 |
| ·广义线性模型的构建 | 第155-156页 |
| ·需采用GEEs的常见资料形式 | 第156-158页 |
| ·用广义估计方程(GEEs)建立模型 | 第158-159页 |
| ·(β|^)的协方差估计 | 第159-160页 |
| ·采用GEEs分析重复有序分类资料 | 第160-167页 |
| ·重复有序分类资料的GEEs及其参数的估计 | 第160-163页 |
| ·估计α的方法 | 第163-165页 |
| ·采用GEEs分析重复有序分类资料的实例 | 第165-167页 |
| ·采用GEE方法进行ROC分析 | 第167-170页 |
| ·重复有序分类资料 | 第167-169页 |
| ·其它资料 | 第169-170页 |
| 10 其它处理协变量的ROC分析方法 | 第170-187页 |
| ·混合效应模型的ROC分析 | 第170-175页 |
| ·每种组合的诊断试验准确度估计 | 第170页 |
| ·方差分析比较诊断方式的准确度差异 | 第170-172页 |
| ·资料格式 | 第170-171页 |
| ·方差分析模型 | 第171-172页 |
| ·混合效应模型的方差分析实例 | 第172-175页 |
| ·位置尺度模型 | 第175-181页 |
| ·位置尺度模型的ROC分析方法 | 第175-177页 |
| ·位置尺度模型的实例 | 第177-181页 |
| ·Cox比例风险模型进行ROC分析 | 第181-187页 |
| ·Cox模型下ROC曲线下面积及其标准误 | 第181-182页 |
| ·利用Cox模型评价影响ROC曲线的协变量效应 | 第182-184页 |
| ·估计ROC函数的方法 | 第182-183页 |
| ·采用Cox比例风险模型评价协变量效应 | 第183-184页 |
| ·ROC分析实例 | 第184-187页 |
| ·Cox比例风险模型建立ROC曲线 | 第184-185页 |
| ·评价协变量的作用 | 第185-187页 |
| 11 医院住院病人资料的ROC分析 | 第187-199页 |
| ·病例分型与ROC分析 | 第187-192页 |
| ·目前病例分型的定义 | 第187-188页 |
| ·26所医院病例分型 | 第188-189页 |
| ·ROC分析评价病例分型区分大中小医院的能力 | 第189-191页 |
| ·CD率与CMI等指标的ROC曲线比较 | 第191-192页 |
| ·乙型肝炎的病例分型 | 第192-199页 |
| ·乙肝病例分型与住院天数和住院费用的关系 | 第193页 |
| ·采用判别方程进行病例分型 | 第193-194页 |
| ·两种病例分型的一致性 | 第194-197页 |
| ·kappa的计算方法 | 第194-195页 |
| ·乙肝病例分型的kappa值 | 第195-196页 |
| ·乙肝病例分型的一致性模型 | 第196-197页 |
| ·用ROC分析评价病例分型方程的作用 | 第197-199页 |
| ·有序分类资料多值状态的ROC分析 | 第197-198页 |
| ·利用判别概率评价病例分型方程的作用 | 第198-199页 |
| 12 小结 | 第199-202页 |
| 参考文献 | 第202-207页 |
| 附录1：ROC分析的专用软件 | 第207-210页 |
| 1 Metz的双正态模型ROC分析系列软件 | 第207-209页 |
| ·软件发展情况简介 | 第207-208页 |
| ·连续性资料的计算方法：LABROC4与LABROC5 | 第208页 |
| ·ROCKIT软件的数据文件创建方法 | 第208-209页 |
| 2 AccuROC for Windows 95／98／NT,2.0版 | 第209-210页 |
| 附录2：SAS与SPSS软件实现ROC分析 | 第210-216页 |
| 1 SAS实现Delong,Delong和Clarke-Pearson非参数法 | 第210-211页 |
| 2 SAS宏程序MULTRPM.MAC简介 | 第211-212页 |
| 3 SPSS软件实现ROC分析 | 第212-216页 |
| 致谢 | 第216页 |
