Uji diagnostik (sensitivitas, spesifisitas, ROC)
Menilai kemampuan alat diagnostik.
Untuk apa dipakai
- Mengklasifikasi atau memprediksi
Data yang dibutuhkan
Data subjek atau pasien, satu baris per subjek.
Unggah file Excel (.xlsx) atau CSV. Aplikasi memeriksa kecocokan data dengan metode sebelum analisis dijalankan, dan token tidak terpotong bila analisis gagal.
Bantuan — proses & rumus
Tahap komputasi yang dijalankan OlahData untuk metode ini, lengkap dengan rumus dan rujukannya.
Hasil tes dibandingkan dengan status sebenarnya menurut baku emas, menghasilkan sel benar positif, benar negatif, salah positif, dan salah negatif.
Sensitivitas dan spesifisitas mengukur kemampuan tes mendeteksi penyakit dan non-penyakit; CI memakai metode Wilson. Nilai duga positif/negatif (PPV/NPV) disesuaikan dengan prevalensi yang diisi, karena PPV/NPV berubah menurut prevalensi walau sensitivitas/spesifisitas tetap.
Sensitivitas = benar positif ÷ (benar positif + salah negatif)
Spesifisitas = benar negatif ÷ (benar negatif + salah positif)
Untuk penanda berskala angka, tiap kemungkinan titik potong menghasilkan satu titik (1−spesifisitas, sensitivitas) pada kurva ROC. AUC dan galat bakunya dihitung dengan metode DeLong; AUC = 0,5 berarti tidak lebih baik dari menebak.
Titik potong dapat dipilih memaksimalkan indeks Youden (sensitivitas + spesifisitas − 1), atau menjamin sensitivitas/spesifisitas minimum tertentu. Bila ada beberapa penanda, uji DeLong membandingkan AUC-nya secara berpasangan (penanda diukur pada subjek yang sama).
Indeks Youden (J) = sensitivitas + spesifisitas − 1
| Ukuran | Ambang batas | Rujukan |
|---|---|---|
| AUC | ≥ 0,9 sangat baik; 0,8-0,9 baik; 0,7-0,8 dapat diterima; 0,5-0,7 lemah; 0,5 = menebak | Hosmer dkk. (2013) |
| Indeks Youden (J) | semakin mendekati 1 semakin baik titik potong membedakan | Youden (1950) |
- Youden, W. J. (1950). Index for rating diagnostic tests. Cancer, 3(1), 32-35.
- DeLong, E. R., DeLong, D. M., & Clarke-Pearson, D. L. (1988). Comparing the areas under two or more correlated receiver operating characteristic curves. Biometrics, 44(3), 837-845.
- Hanley, J. A., & McNeil, B. J. (1982). The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology, 143(1), 29-36.
- Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209-212.
- Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3rd ed.). John Wiley & Sons.
Youden (1950); DeLong dkk. (1988)
Contoh hasil
Contoh hasil dengan data fiktif untuk metode ini sedang disiapkan.
Ingin mencoba dengan data Anda?
Hasilnya disertai tabel, grafik, narasi, dan penjelasan prosesnya.