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?
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.
-
Percentile Vol 24 N° 5
Fermeture de maternités: quels sont les hôpitaux dans le viseur du KCE ?
A peine 11% des Belges préparent leur pension
Étude Freder1k: mon enfant va-t-il développer le diabète de type 1?
Étude Freder1k: mon enfant va-t-il développer le diabète de type 1?