使用包装pROC的部分ROC区域的置信区间（规格90-100％）

Question

我有4个不同的参数（HRTT，MRWT，HRWT和RNFLT），并绘制了每个参数的灵敏度与特异性曲线。我想：

1. 查找每个参数的ROC曲线（pAUC）下的部分区域（针对90-100％范围内的特异性）以及每个参数的此pAUC周围的置信区间。
2. 比较pAUC以评估哪种pAUC在统计学上最高。

对于1.，我计算了HRTT的pAUC估计值：

auc(rocHRTT, partial.auc=c(100, 90), partial.auc.focus="spec",percent=TRUE, partial.auc.correct=TRUE, ci=TRUE)

然后，我通过以下方式计算了CI：

ci.auc(rocHRTT, partial.auc=c(100, 90), partial.auc.focus="spec",percent=TRUE, partial.auc.correct=TRUE, ci=TRUE)

然后我为MRWT，HRTW和RNFLT重复了这个。

由于某种原因，pAUC的估计通常不在pAUC的CI之内，我无法弄清楚原因。例如，MRWT的pAUC为71％，但CI为77-91％！

对于2.，我知道函数roc.test可用于比较2个pAUC，但我如何比较4个区域来评估哪个最高？