计算机辅助诊断模型内部验证方法的定量评价

摘要：

目的 定量比较4种常用的内部验证方法,为评价计算机辅助诊断模型性能时选择验证方法提供参考依据.方法 利用Logistic回归模型完成大样本集(n=415)和小样本集(n=76)下的胰腺癌诊断任务,分别采用保持法、k折交叉验证法、留一法和0.632 Bootstrap法共4种内部验证方法,并用诊断的正确率、敏感度、特异度和ROC曲线下面积评价诊断的稳定性、偏倚和运算效率.结果 对大、小样本集,0.632 Bootstrap验证方法得到的正确率、敏感度、特异度和ROC曲线下面积的标准误分别为0.012、0.014、0.010、0.010以及0.013、0.014、0.010、0.011,均小于其他验证方法,其他方法均不同程度地高估或低估模型性能.结论 考虑验证的简洁有效性,k折交叉验证法在大样本量的情况下即可达到内部验证的最佳效果,在小样本量情况下推荐使用0.632 Bootstrap进行验证.

关键词：计算机辅助诊断、分类器、Logistic回归、验证、胰腺癌

所属期刊栏目：35

分类号：R318;R576;TP311(医用一般科学)

资助基金：首都医科大学基础临床课题14JL34

在线出版日期：2017-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：588-592