Resumen

La evaluación de ensayos diagnósticos y el rendimiento predictivo de biomarcadores basados en la curva característica de operación del receptor (ROC) y el área bajo la curva ROC (AUC) son vitales en la medicina diagnóstica y dirigida. El área parcial bajo la curva (pAUC) es una métrica alternativa que se enfoca en un rango de relevancia práctica y clínica del ensayo diagnóstico. En este artículo, adoptamos y extendemos el método min-max para la estimación de la pAUC cuando se dispone de múltiples biomarcadores continuos escalados y comparamos el rendimiento de nuestro enfoque propuesto con enfoques existentes a través de simulaciones. Realizamos extensos estudios de simulación para investigar el rendimiento de diferentes métodos para la combinación de biomarcadores basados en su capacidad para producir las estimaciones más grandes de pAUC. Los datos se generaron a partir de diferentes distribuciones multivariadas con matrices de varianza-covarianza iguales y desiguales. Se consideraron diferentes formas de las cur

• Materias:Metodologías paramétricas Método bootstrap Cuantiles de regresión Estudio longitudinal Gráficos de control
• Subjects:Parametric methodologies Bootstrap method Regression quantiles Longitudinal study Control charts
• Palabras claves:Ensayos diagnósticos; Rendimiento predictivo; Biomarcadores; Curva característica de funcionamiento del receptor; área bajo la curva; área parcial bajo la curva
• Keywords:Diagnostic assays; Predictive performance; Biomarkers; Receiver operating characteristic curve; Area under the curve; Partial area under the curve