총 327페이지

311페이지 본문시작

위험평가를 위한 정량평가법 소개 - R을 이용한 이론과 실습
위의 그림에서 ELISA 검사의 전체적인 특성을 나타내는 요약통계량인 area under the
curve (AUC)를 계산할 수 있다. AUC는 완벽한 진단검사일 경우 1.0의 값에 근사하고
유용성이 전혀 없는 검사는 0.5에 근사한다. 위의 그림에서 가중치를 부여하지 않을 때 72%,
가중치를 부여할 경우 77%의 정확성을 갖는 것으로 계산된다.
한편, Owens 등, (1996)은 민감도와 특이도를 최대화하는 통계량 (maximum joint
sensitivity and specificity, Q*)을 제시하였는데 이 값은 민감도와 특이도가 일치하는
지점으로 어떤 진단검사가 달성할 수 있는 최대값을 의미한다. 이론적으로 AUC와
해석하는 방법은 동일하며 다음의 수식으로 계산된다.
��
�궜� ��
��
�詠�?�煬ㅙ��꽃挻撮�
�狼�?
PTB 자료의 경우 Q*는 가중치를 부여한 방법으로 계산하면 75%로 AUC와 유사한
값을 보인다.
6.8 연구결과의 이질성 검토
연구자마다 서로 다른 프로토콜을 사용하기 때문에 동일한 주제에 대해서 측정 결과가
일치하지 않는데 (즉 동질하지 않다는 의미임) 이 경우 연구마다 자료의 변동이 매우
커지므로 연구결과를 하나의 측정치로 통합하는 것이 불가능하게 된다. 따라서 통합하기
이전에 자료의 이질성 (heterogeneous)을 검토하는 과정이 필수적이다. 여러 가지
방법이 제시되어 있지만 가장 흔한 방법은 카이제곱 검정 (chi-square test)을 변형한
Chchran’s Q 검정법 (overall effect에 대한 검정 통계량)으로 다음과 같이 계산된다.
��?�� ��
?
��
��
?
����
��
��?�� ��
?
?
?
��
�궜�
����
��
?
��
?
?
��?�� ��
?
?
?
여기에서 ?는 연구의 개수, ?
는 교차비 분산의 역수로 일종의 가중치이다. 이 통계량은
?
귀무가설하에서 자유도가 k-1인 카이제곱 분포를 따른다. PTB 자료에 대한 Cochran’s
Q 통계량이 매우 큰 것은 (P
의미한다. 사실 이러한 결과는 각각의 연구에 대하여 2X2 분할표를 작성해 보면 가양성과
가음성의 빈도가 상대적으로 매우 작고 연구자마다 적용한 표본의 크기가 매우 큰 차이를
보이기 때문이다.
296

311페이지 본문끝



현재 포커스의 아래내용들은 동일한 컨텐츠를 가지고 페이지넘김 효과및 시각적 효과를 제공하는 페이지이므로 스크린리더 사용자는 여기까지만 낭독하시고 위의 페이지이동 링크를 사용하여 다음페이지로 이동하시기 바랍니다.
상단메뉴 바로가기 단축키안내 : 이전페이지는 좌측방향키, 다음페이지는 우측방향키, 첫페이지는 상단방향키, 마지막페이지는 하단방향키, 좌측확대축소는 insert키, 우측확대축소는 delete키