ROC曲線を使用して、感度と特異性が均等に評価される場合に最小限に重要な変更しきい値を選択するために使用します。Pythagorasの理論的考慮事項の忘れられた教訓と、健康状態の変化の例の適用

背景：レシーバー演算子の特性（ROC）曲線は、健康状態の変化を測定するスケール上の最小限の重要な変化（MIC）しきい値を識別するために使用されています。準継続的な患者では、さまざまな臨床軌道を持つ慢性疾患の変化を測定する患者などの結果測定を報告した結果、感度と特異性はしばしば等しく評価されます。これらは同等に評価されるべきであると同意しているにもかかわらず、ROC曲線を使用してマイクのしきい値を推定するために異なるアプローチが取られています。 目的と目的：新しいアプローチと使用されるさまざまなアプローチを、メソッドが異なるしきい値を選択する程度を調査し、レスポンダー分析の結論に対する違いの影響を考慮することを目指しました。 方法：グラフィカルな方法、仮想データ、および腰痛のための手動療法の大規模なランダム化比較試験からのデータを使用して、2つの既存のアプローチを、1感度と1つの特異性の正方形の合計の追加に基づく新しいアプローチと比較しました。 結果：異なる推定器によって選択されたしきい値に発散する可能性があります。異なる推定器によって選択されたカットポイントは、ROC空間のカットポイントと推定器によって記述された異なる輪郭の関係に依存します。特に、非対称性と可能なカットポイントの数は、しきい値選択に影響します。 結論：MIC推定器の選択が重要です。カットポイントを選択するためのさまざまな方法は、マイクのしきい値が大幅に異なるため、レスポンダー分析と試験結論の結果に影響します。感度と特異性が均等に評価される場合、1感度と1特異性の最小の正方形に基づく推定量が好ましい。現在使用されている他の方法とは異なり、Suc of Squaresメソッドによって選択されたカットポイントは、ROC曲線の形状に関係なく、ROCスペースの上部隅に最も近いカットポイントを常に効率的に選択します。

BACKGROUND: Receiver Operator Characteristic (ROC) curves are being used to identify Minimally Important Change (MIC) thresholds on scales that measure a change in health status. In quasi-continuous patient reported outcome measures, such as those that measure changes in chronic diseases with variable clinical trajectories, sensitivity and specificity are often valued equally. Notwithstanding methodologists agreeing that these should be valued equally, different approaches have been taken to estimating MIC thresholds using ROC curves. AIMS AND OBJECTIVES: We aimed to compare the different approaches used with a new approach, exploring the extent to which the methods choose different thresholds, and considering the effect of differences on conclusions in responder analyses. METHODS: Using graphical methods, hypothetical data, and data from a large randomised controlled trial of manual therapy for low back pain, we compared two existing approaches with a new approach that is based on the addition of the sums of squares of 1-sensitivity and 1-specificity. RESULTS: There can be divergence in the thresholds chosen by different estimators. The cut-point selected by different estimators is dependent on the relationship between the cut-points in ROC space and the different contours described by the estimators. In particular, asymmetry and the number of possible cut-points affects threshold selection. CONCLUSION: Choice of MIC estimator is important. Different methods for choosing cut-points can lead to materially different MIC thresholds and thus affect results of responder analyses and trial conclusions. An estimator based on the smallest sum of squares of 1-sensitivity and 1-specificity is preferable when sensitivity and specificity are valued equally. Unlike other methods currently in use, the cut-point chosen by the sum of squares method always and efficiently chooses the cut-point closest to the top-left corner of ROC space, regardless of the shape of the ROC curve.