Analyse logistique > Analyse de la courbe récepteur-opérateur : quelles sont les hypothèses concernant la structure, la distribution et l'échantillonnage des données ?Salut la communauté JMP,
Lors de la réalisation d'une analyse logistique (c'est-à-dire Y = catégoriel et X = continu), y a-t-il des hypothèses dans la structure des données, la distribution et/ou la méthode d'échantillonnage, en particulier en ce qui concerne l'analyse ROC ?
Plus précisément, dans la recherche clinique visant à identifier les prédicteurs de la réponse au traitement, j'ai remarqué que certains de mes collègues sélectionnent les patients avec la meilleure réponse et la pire réponse, en excluant le "milieu" de la distribution des réponses. Lors de l'identification d'un prédicteur candidat, ils produisent des analyses ROC (même ensemble de données biaisées) où les AUC semblent être assez gonflées.Par conséquent, la sélection intentionnelle des patients viole-t-elle les hypothèses statistiques intégrées à l'analyse ROC ?
Merci pour votre aide.
Meilleur,
TS
AnalytiqueRe : Analyse logistique > Analyse de la courbe de l'opérateur du récepteur : quelles sont les hypothèses concernant la structure, la distribution et l'échantillonnage des données ?Quelqu'un devrait peut-être interroger vos collègues sur la validité et la rigueur de leur approche. Sur quels principes statistiques repose-t-il ? Quels sont les risques de cette approche ? Quels biais cela introduit-il dans les estimations des paramètres, de l'AUC et de tout autre résultat dépendant des données ? Vos collègues sont-ils experts en analyse statistique ? Ont-ils invité des experts qualifiés pour valider leur approche ?
(Sachez également qu'une telle pratique peut causer le problème de séparation ou de quasi-séparation conduisant à des estimations instables pour le paramètre du modèle logistique. Vous connaissez peut-être déjà ce problème.)
me rappelle les premiers jours de ad hoc analyse de données de puces à ADN...
Re : Analyse logistique > Analyse de la courbe de l'opérateur du récepteur : quelles sont les hypothèses concernant la structure, la distribution et l'échantillonnage des données ?Salut Mark,
Merci pour vos commentaires: c'est exactement pourquoi j'ai posé la question. Je crains en effet de fixer des attentes déraisonnables avec cette approche biaisée : lorsque je présente des données d'analyse ROC à l'aide d'une population de patients représentative (sélection aléatoire), on me dit souvent que les résultats de mes collègues sélectionneurs de cerises sont beaucoup plus « forts ». D'où la nécessité d'une justification solide de ma part.
Meilleur,
TSRe : Analyse logistique > Analyse de la courbe de l'opérateur du récepteur : quelles sont les hypothèses concernant la structure, la distribution et l'échantillonnage des données ?Même si le cas d'utilisation n'implique pas de résultats pour les patients, l'omission du milieu de la distribution des biomarqueurs gonflera les estimations de sensibilité et de spécificité. Il n'y a ni besoin ni raison de procéder à cette exclusion des données. Pourquoi attendre pour découvrir plus tard, quand toutes les données sont utilisées, que les performances sont bien moindres voire pas reproductibles ? Cette pratique créera de faux espoirs.
Re : Analyse logistique > Analyse de la courbe de l'opérateur du récepteur : quelles sont les hypothèses concernant la structure, la distribution et l'échantillonnage des données ?Salut,
Merci pour votre avis. Juste pour clarifier, l'exemple cité dans mon article original concerne la recherche exploratoire de biomarqueurs et non le développement clinique : la prise de décision concernant la santé des patients n'est jamais conduite de cette façon.
Meilleur,
TSRe : Analyse logistique > Analyse de la courbe de l'opérateur du récepteur : quelles sont les hypothèses concernant la structure, la distribution et l'échantillonnage des données ?Re : Analyse logistique > Analyse de la courbe de l'opérateur du récepteur : quelles sont les hypothèses concernant la structure, la distribution et l'échantillonnage des données ?C'est une question compliquée, mais la réponse simple est "Oui, les données peuvent fausser la courbe ROC".La raison en est que la courbe ROC est basée sur un modèle de prédiction, et si de "mauvaises" données ont été utilisées pour générer ce modèle, la courbe ROC ne sera pas bonne non plus.
La courbe ROC est un moyen d'examiner la sensibilité et la spécificité d'une règle de décision (une règle pour prédire un résultat binaire discret Y = 0 | 1) en utilisant des seuils variables pour le modèle.Le modèle (M) est supposé avoir une valeur de sortie numérique, puis la décision est prise sur la base d'une valeur seuil (T) en utilisant la règle
Si(M > T) --> Prédire Y=1, sinon --> prédire Y=0.
Le ROC vous permet de voir l'effet du seuil sur la classification, et en général, plus l'aire sous la courbe du ROC est élevée, plus le modèle est capable d'effectuer des classifications correctes sur une plage de seuils potentiels.
Aucune autre hypothèse n'est réellement formulée concernant les données ou la distribution sous-jacentes.
