典型的診斷測試有兩種結果：陽性或陰性，目的是根據“黃金標準”或已知結果正確分類受試者。這些診斷測試具有特定的性能測量值，用於評估測試的臨床價值。診斷測試的兩個基本措施是敏感性和特異性。敏感性是通過測試檢測為陽性的真陽性受試者的百分比，特異性是通過測試檢測陰性的陰性受試者的百分比。還有其他感興趣的措施，這些措施在FDA中列出關於評估診斷測試的研究報告結果的統計指南 。這些性能測量基於2x2列聯事故真相（即，通過一些已知標准進行診斷 - 通常是侵入性的）與測試結果的對比。
例如，讓我們考慮一個來自Zhou等人的例子。人。（ 診斷醫學中的統計方法 ，Wiley 2002）。
我們的數據表有兩個感興趣的列：“真實”和“測試結果。”我們可以使用X平台擬合Y獲得列聯表（如下所示），其中Y =真值，X =測試結果。使用此列聯表，我們可以收集我們的績效指標。
回想一下，靈敏度是通過我們的測試測試為陽性的真陽性的比例。對於我們的示例，從表中可以看出是29/30或者Col％值為96.67。另一個績效指標是負面預測值，即NPV。NPV是測試陰性且真正陰性的受試者的比例。在我們的例子中，NPV是11/12或91.67的行％。因此，如果我們知道要去哪裡，我們的診斷性能結果就在我們的應急表中;但是，他們的置信區間不見了。為了獲得置信區間，我們可以使用分佈平台，只要我們為每個績效指標使用正確的主題子集。敏感性基於真實的積極因素; NPV對那些測試結果為負，等等。
我需要定期採取性能措施並需要以清晰的格式與他人分享，我轉向JSL。現在 JMP加載項“性能測量” 擁有我在一個地方進行診斷測試所需的所有匯總統計數據。當您調用該加載項時，您將看到一個對話框，在該對話框中輸入診斷列（即真實結果）和測試結果列（即測試結果），如果您有分組列，則可以也使用它。該對話框還允許您設置顯著性級別（對於置信區間）。
接下來，系統將提示您輸入與陽性測試相對應的級別。注意，如果您希望2x2表格為左上角單元格的“標準”格式為正/負單元格，那麼您需要使用列屬性“值排序”將積極結果設置為頂部每列的值。
結果輸出如下：
輸出是根據我最常需要的方式構建的：2x2計數表和具有置信區間的性能指標表。我在輸出中保留了一個圖形，以保持以圖形為導向的JMP平台的精神。該腳本使用分類建模平台獲取2x2表和頻率圖，然後引用2x2表中的值以生成性能度量表。置信區間是除了似然比之外的得分置信區間，其基於文章中的方法：“置信度與置信度：診斷測試研究的樣本量估計”。 J Clin Epidemiol 。1991; 44（8）：763-70。Simel DL，Samsa GP，Matchar DB。
性能測量腳本作為一部分提供 “醫療診斷工具”插件在JMP文件交換中（下載需要免費的SAS登錄）。到目前為止，這個工具包有兩個工具：上面描述的工具和第二個工具，它們將從ROC曲線計算AUC的置信區間。
傑夫珀金森中寫道：
一個更新後的版本這個加載項最近被發佈到了 JMP文件交換 。
托馬斯帕斯勒中寫道：
我試圖找到您在此博客中描述的醫療診斷工具，但它似乎已從數據庫中刪除？你有什麼建議嗎？非常感謝
你好。這些加載項是否適用於JMP Pro 14？比爾謝謝你
比爾，
只要您擁有最新版本（2016年更新），它應該可以正常工作（適合我）。 您還可以找到感興趣的加載項探索模型分類閾值。 它包括上面的工具以及一些交互式圖形。
博客和加載項的鏈接
https://community.jmp.com/t5/JMP-Add-Ins/Exploring-Model-Classification-Thresholds/ta-p/66964
發現與演示的談話
https://community.jmp.com/t5/Discovery-Summit-2018/Beyond-ROC-Curves-Finding-Meaning-and-Balancing-Trade-Offs-US/ta-p/73708
卡倫
