ROC Analizi Nedir? ROC Eğrisi Nedir? 

Tanı testlerinin sonuçları eğer var/yok, yüksek/normal veya düşük/normal şeklinde iki sonuçlu ise testlerin başarısı; sensitivite, spesifisite, pozitif prediktif değer, negatif prediktif değer ölçütleri değerlendirilir. Ancak test sonuçları sürekli (Hemoglobin değeri, WBC sayısı, plazma glukoz konsantrasyonu, PSA değeri gibi)  ya da sıralı sayısal (BI-RADS gibi) sonuçlar şeklinde ise, bu testlerin tanı koymadaki başarılarını değerlendirmek biraz daha karmaşık olabilmektedir.

ROC Analizi Nasıl Yapılır?

Kesim noktası değiştikçe tanı testinin sensitivite ve spesifisitesi değişeceğinden dolayı, başarısının değerlendirmesi için belirlenecek kesim noktası da farklı olacaktır. Testin gerçek başarısını gösterecek bir yönteme olan ihtiyaç nedeniyle ilk kez 1971 yılında Lee Lusted’ın katkılarıyla, olası tüm kesim noktalarında tanı testinin her yanlış pozitif sonuç için ne kadar doğru pozitif sonuç vereceğini gösteren bir grafiğin de tanı testini değerlendirmede kullanılabileceği düşünülmüştür. Böylelikle farklı kesim noktalarında testin yanlış pozitif (1 – spesifisite) oranının x-ekseninde, doğru pozitif oranının ise (sensitivite) y-ekseninde olduğu ROC eğrisi (Receiver Operating Characteristic) elde edilir.

ROC analizi istatistik paket programlarının yardımıyla yapılabilmektedir. Bu amaçla SPSS, Medcalc gibi istatistik paket programları sıklıkla kullanılan programlar arasındadır.

ROC Analizi Ne Amaçla Kullanılmaktadır?

ROC analizi, bir testin tanı koyma başarısını (en yüksek spesifisite ve sentivite değerlerini) belirlemek, farklı kesim noktalarında elde edilen sensitivite ve spesifisite değerlerini karşılaştırmak, belirli sensitivite değerlerine denk gelen spesifisite değerlerini ya da belirli spesifisite değerlerine denk gelen sensitivite değerlerini belirlemek, iki ya da daha fazla testin tanı koymadaki başarısını karşılaştırmak amacıyla kullanılmaktadır.

ROC Analizi Sonuçları Nasıl Yorumlanır?

ROC analizi yorumlama işi dikkatli yapılmalıdır, küçük hatalar bulguların tam zıt şekilde yorumlanmasına neden olabilmektedir. ROC analizi sonuçları; yanlış pozitiflik (false positive), doğru pozitiflik (true positive), Youden İndeksi (J), eğri altındaki alan (area under curve) gibi ölçütler yardımıyla yorumlanmaktadır.

ROC analizi konusunda epidemiyolojik, istatistik ve akademik danışmanlık için yapmanız gereken sadece bizimle iletişime geçmek.

WhatsApp WhatsApp'tan Bize Yazın