临床影响曲线CIC是什么?原理、操作与案例.docxVIP

  • 0
  • 0
  • 约5.73千字
  • 约 12页
  • 2026-11-18 发布于北京
  • 举报

临床影响曲线CIC是什么?原理、操作与案例.docx

临床影响曲线CIC是什么?原理、操作与案例

案例数据下载:/data/clinical_impact_curve_sample.csv

方法简介

临床影响曲线(ClinicalImpactCurve,CIC)是决策曲线分析(DCA)的“人数版”。DCA在每例样本上算净获益,读数需要先理解概率;CIC把同一批真正例(TP)与假正例(FP)按一个目标人群规模换算成两条曲线:高风险人数=人群规模×(TP+FP)/n,高风险且患病的人数=人群规模×TP/n。横轴仍是判定阈值p_t,预测概率≥p_t的人被判为“高风险”,曲线随阈值升高而下行。

SPSSAU的临床影响曲线与决策曲线共用同一个计算内核与同一批样本,因此同一阈值上CIC的人数与DCA的TP、FP完全同源,换算只乘一个人群规模常数,不做重抽样、不做患病率重加权。除两条模型曲线外,图中还给出Treatall(全部干预,高风险人数恒等于人群规模)与Treatnone(全不干预,恒为0)两条参照线:模型曲线离Treatall越远,说明少判的高风险越多;离Treatnone越远,说明抓到的真病例越多。两条曲线要成对阅读——“高风险人数降得快、患病数降得慢”表示模型把高风险集中到了真病例上,反过来则提示漏诊在增加。

先看分析样本与人数换算:阳性、阴性例数与患病率决定了Tr

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档