TY - JOUR AU -Ma, Hua AU - Halabi, Susan AU - Liu, Aiyi PY - 2019da - 2019/02/03 TI - On the Use of Min-Max Combination of Biomarkers to Maximize the Partial Area under the ROC Curve SP - 8953530 VL - 2019ab - 背景．基于受试者工作特征(ROC)曲线和ROC曲线下面积(AUC)评估诊断分析和生物标志物的预测性能在诊断和靶向药物中至关重要。曲线下的部分面积(pAUC)是一个替代的指标，关注诊断分析的实际和临床相关性的范围。在本文中，我们采用并扩展了最小极大方法来估计多个连续尺度生物标志物，并通过模拟比较了我们提出的方法与现有方法的性能。 方法．我们进行了广泛的模拟研究，以研究基于产生最大pAUC估计的能力的不同方法对生物标志物组合的性能。数据是由不同的多元分布产生的相等和不等的方差-协方差矩阵。考虑了不同的ROC曲线形状、假阳性分数范围和样本量配置。我们通过重新替代和留下一对交叉验证获得了pAUC估计的均值和标准偏差。 结果．结果表明，该方法在以下三个重要的实际场景下提供了最大的pAUC估计:(1)非疾病和疾病参与者的多元正态分布数据具有不相等的方差-协方差矩阵;或(2)无论潜在正态分布假设如何，个体生物标志物生成的ROC曲线都相对接近;或(3)个体生物标志物生成的ROC曲线呈直线形状。 结论．提出的方法是稳健的，研究者被鼓励在许多实际情况下使用这种方法来估计pAUC。SN - 1687-952X UR - https://doi.org/10.1155/2019/8953530 DO - 10.1155/2019/8953530 JF - Journal of Probability and Statistics