La courbe ROC (Receiver Operating Characteristic) est un outil graphique qui permet de visualiser la performance d’un test ou d’un modèle prédictif.
Principes clés :
-
L’axe vertical (ordonnée) représente la sensibilité (vraies positives).
-
L’axe horizontal (abscisse) représente 1 - spécificité (fausses positives).
-
Chaque point de la courbe correspond à un seuil (cut-off) différent.
Aire sous la courbe (AUC) :
-
L’AUC > 0,5 indique que le test prédit mieux que le hasard.
-
Plus l’AUC est proche de 1, meilleure est la performance.
Choix du seuil discriminant (cut-off) :
- Le seuil optimal est celui qui maximise la somme sensibilité + spécificité – 1 (indice de Youden). Ce point équilibre au mieux les faux positifs et faux négatifs.
- Interprétation : La courbe ROC aide à choisir un seuil pertinent pour distinguer efficacement les patients à risque, améliorant ainsi la prise de décision clinique.
Aucun commentaire:
Enregistrer un commentaire