如何选择{Epi} R包中的阈值或截止点？

Question

在R包{Epi}中，ROC()函数可以生成aSAH包中数据集{pROC}的图，如下所示：

使用以下命令：

require(Epi)
require(pROC)
data(aSAH)
rock = ROC(form = outcome ~ s100b, data=aSAH, plot = "ROC", MX = T)

计算对象nrow(rock$res)中包含的51个点的灵敏度和特异性。在这方面，请注意nrow(aSAH)而不是113。

哪些点用于生成rock$res？

如果我们使用的是roc()包中的{pROC}函数，我们可以通过以下方式获取：roc(aSAH$outcome, aSAH$s100b)$threshold。但是作为不同的套餐，它们可能不同。

Answer 1

答案是......当然......在package documentation：

  

res 数据框，包含变量sens，spec，pvp，pvn和测试名称   变量。后者是测试或线性预测器的唯一值   从逻辑回归中按升序排列-Inf prepended。

那么有什么独特的价值观：

points = unique(aSAH$s100b); length(points) [1] 50加上预先结束的-Inf！

好看，但我们可以证明这一点......我想是的：

require(Epi)
require(pROC)
data(aSAH)
rock = ROC(form = outcome ~ s100b, data=aSAH, plot = "ROC", MX = T)

d = aSAH
points = sort(unique(d$s100b))
length(points)

## Logistic regression coefficients:
beta.0 = as.numeric(rock$lr$coefficients[1])
beta.1 = as.numeric(rock$lr$coefficients[2])

## Sigmoid function:
sigmoid =  1 / (1 + exp(-(beta.0 + beta.1 * points)))
sigmoid = as.numeric(c("-Inf", sigmoid))

lr.eta = rock$res$lr.eta
length(lr.eta)
head(lr.eta)
head(sigmoid)

> head(lr.eta)
[1]      -Inf 0.1663429 0.1732556 0.1803934 0.1877585 0.1953526
> head(sigmoid)
[1]      -Inf 0.1663429 0.1732556 0.1803934 0.1877585 0.1953526

## Trying to get the lr.eta number 0.304 on the plot:
which.max(rowSums(rock$res[, c("sens", "spec")]))  0.30426295405785      18 

## Excluding the "-Inf" introduced by the ROC function (position 17 as opposed to 18):
max.sens.sp.cut = points[17]
1 / (1 + exp(-(beta.0 + beta.1 * max.sens.sp.cut)))  [1] 0.304263 !!!

完成！