Les analyses ROC en épidémiologie: comment déterminer une valeur-seuil optimale de diagnostic?

Les analyses ROC en épidémiologie: comment déterminer une valeur-seuil optimale de diagnostic?

Nous avons abordé l’utilité des analyses ROC dans un précédant article en montrant qu’elles étaient fréquemment employées pour déterminer la performance d’un test diagnostique ou de dépistage. L’analyse ROC génère effectivement un outil graphique représentant une courbe, la courbe ROC, sous laquelle on peut calculer une aire: il s’agit de l’AUC. Plus la valeur de l’aire sous la courbe est élevée, plus le test possède une haute capacité discriminative et s’avère performant. Cette information à propos de l’instrument diagnostique (ou de dépistage) est essentielle, mais une autre question se pose rapidement: à partir de quelle valeur à ce test le diagnostic de la maladie peut-il être établi?

Prédictions médicales basées sur l’IA et l’apprentissage automatique

Prédictions médicales basées sur l’IA et l’apprentissage automatique

Les modèles mathématiques sophistiqués capables de prédire si un individu souffre ou va souffrir d’une maladie donnée se multiplient actuellement comme des champignons, souvent assortis des termes à la mode que sont l’intelligence artificielle et l’apprentissage automatique.

Nos dernières vidéos

Futurs évènements

Derniers commentaires