If you are experiencing problems downloading PDF or HTML fulltext, our helpdesk recommend clearing your browser cache and trying again. If you need help in clearing your cache, please click here . Still need help? Email help@ingentaconnect.com

CONSULTANT'S FORUM

$48.00 plus tax (Refund Policy)

Download / Buy Article:

Abstract:

P. S. Albert       593

Random Effects Modeling Approaches for Estimating ROC Curves from Repeated Ordinal Tests without a Gold Standard

Estimer la pertinence d'un diagnostic médical constitue une difficulté majeure en l'absence d'un test de référence (gold standard). Quoique la littérature scientifique abonde en la matière pour les tests diagnostiques répétés binaires, elle s'avère beaucoup plus pauvre en travaux applicables aux tests ordinaux. A cela fait exception le travail de Zhou et al. (2005), proposant une méthodologie pour estimer des courbes ROC sans gold standard, à partir des données répétées issues de tests diagnostiques ordinaux. Mais cette méthodologie repose sur l'hypothèse d'indépendance des résultats aux tests, conditionnellement au vrai diagnostic. Je propose donc ici des approches de modélisation à effets aléatoires intégrant la dépendance des tests ordinaux entre eux, et je montre, au travers de résultats asymptotiques et de simulations, toute l'importance de bien prendre en compte cette dépendance. Ces modélisations, ainsi que l'importance de la dépendance entre les tests, sont illustrées par une réanalyse des données présentées par Zhou et al. (2005) sur le cancer utérin.

Document Type: Research Article

DOI: http://dx.doi.org/10.1111/j.1541-0420.2007.00796_3.x

Publication date: June 1, 2007

Related content

Tools

Favourites

Share Content

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more