Ciao a tutti,
Stiamo confrontando tre diversi test (A, B, C) per vedere quanto bene rilevano una condizione di malattia. Abbiamo quattro gruppi in cui 1 = malattia e 2, 3 e 4 = diverse condizioni benigne.
La domanda è duplice
- Quale test useresti all'interno di un test per vedere se possono rilevare una differenza rispetto al gruppo di controllo (= malattia).
- I dati sono distribuiti in modo non normale
- I dati contengono 0 rendendo difficile la trasformazione, perché la trasformazione dei log non funzionerà
- Quale metrica o numero possiamo utilizzare per determinare quale test ha funzionato meglio?
Grazie in anticipo
Potresti voler usare la regressione logistica, dove la classe della malattia è Y e Assay è X. Lascerò le etichette 1-4 così come sono, ma dirò a JMP che l'ordine è 2, 3, 4 e 1, perché presuppone che l'ultimo livello (1 ora) sia la classe target ( malattia). Ecco come appare quando regredi Y rispetto a X separatamente:
La curva ROC è uno strumento diagnostico per valutare la discriminazione (sensibilità contro specificità 1) che potrebbe aiutarti. Potrebbe anche essere utile utilizzare tutti e tre i test contemporaneamente come predittori per vedere se uno è migliore. Ecco la regressione logistica nominale in questo modo:
Quindi sembra che il test C funzioni meglio degli altri due test. Ora qual è il modello migliore? La relazione è lineare? Ecco il fit and test del modello cubico:
Sembra che un predittore lineare sia sufficiente.
Cosa rappresentano le altre classi (2-4)? Ci sono davvero 3 classi normali e 1 classe anormale? Inoltre, questo studio è esplorativo o confermativo?
Ho allegato la tabella dei dati JMP dopo aver salvato gli script per ripetere l'analisi che mostro qui
