Cosa ha ispirato questo desiderio elenco richiesta?Descrivi il problema attuale che necessita di miglioramenti o il problema da risolvere che non è facile o possibile in questo momento, con un caso d'uso di esempio.
Recentemente mi sono imbattuto in alcuni revisori che richiedevano di seguire le metodologie descritte in: Reporting trasparente di un modello di previsione multivariabile per la prognosi o la diagnosi individuale (TRIPOD) descritto negli Annals of Internal Medicine 2015; 162: carta W1-W73. In quell'articolo gli autori hanno descritto la rappresentazione dei risultati previsti (asse x) rispetto ai risultati effettivi (asse y) utilizzando un grafico di calibrazione. Proseguono descrivendo le curve dei benefici netti (A Simple, Step by Step Guide to Interpreting Decision Curve Analysis; Vickers, van Calster e Steyerberg; Diagnostic and Prognostic Research, 2019; https://doi.org/10.1186/s41512-019-0064-7 ) come strumento per valutare il beneficio rispetto alla soglia di rischio
Un tutorial e un codice per questo strumento sono disponibili online per Python, R, STATA e SAS: Tutorial sull'analisi della curva decisionale (danieldsjoberg.com)
Questo strumento estende l'utilità degli strumenti esistenti utilizzati per valutare l'accuratezza dei modelli predittivi come l'AUC (statistica c) consentendo l'applicazione dell'utilità clinica. È uno strumento sempre più utilizzato negli affari e in altri contesti rischio-benefici. Sebbene l'output possa essere tabellare, si tratta principalmente di uno strumento basato su grafica che si adatta perfettamente al paradigma JMP.
Versione attuale di JMP: JMP Pro 17.2
