curvas roc - validade de decisão

Question 1

para que são utilizadas as curvas ROC?

Answer 1

utilizadas para avaliar o desempenho de testes de diagnóstico ou modelos de classificação binária – ou seja, testes que procuram distinguir entre duas categorias, tipicamente “positivo” (indivíduos com a condição) e “negativo” (indivíduos sem a condição)

Question 2

as curvas roc são particularmente uteis para:

Answer 2

1. Visualizar o desempenho de um teste em diferentes pontos de corte (limiares que definem se o resultado é classificado como positivo ou negativo)
2. Comparar a precisão diagnóstica de diferentes testes ou modelos
3. Identificar o ponto de corte ideal que equilibra a sensibilidade (taxa de verdadeiros positivos) e especificidade (taxa de verdadeiros negativos)

Question 3

a escolha do ponto de corte implica…

Answer 3

um equilíbrio entre identificar corretamente os indivíduos com a condição e reduzir os falsos positivos. ). A curva ROC ajuda a visualizar este equilíbrio, permitindo analisar como diferentes limiares afetam as medidas e selecionar o ponto de corte mais apropriado, tendo em conta os objetivos específicos da avaliação

Question 4

quais os passos para construir uma curva ROC?

Answer 4

1. aplicar o teste ou modelo
2. ordenar os resultados
3. definir os pontos de corte
4. representar graficamente os valores

Question 5

nas curvas ROC para cada ponto de corte possivel, calcula-se:

Answer 5

• O número de verdadeiros positivos (casos corretamente identificados como tendo a condição)
• O número de falsos positivos (casos incorretamente identificados como tendo a condição)

Question 6

como é a representação dos valores na construção da curva ROC?

Answer 6

• O eixo horizontal (x) corresponde à taxa de falsos positivos (1- especificidade)
• O eixo vertical (y) corresponde à taxa de verdadeiros positivos (sensibilidade)

Question 7

o que mostra a curva ROC?

Answer 7

• mostra como o teste se comporta em todos os pontos de corte possíveis.
• Quanto mais próxima a curva estiver do canto superior esquerdo do gráfico, melhor é a capacidade do teste para distinguir entre indivíduos com e sem a condição.
• Uma curva próxima da diagonal indica que o teste não tem melhor desempenho do que uma decisão aleatória.

Question 8

o que mede a sensibilidade (eixo Y)?

Answer 8

A sensibilidade mede a proporção de casos positivos que o teste identifica corretamente. Por exemplo, se o teste identificar corretamente 90% das pessoas com a condição, a sensibilidade é de 90%

Question 9

o que mede a especificidade’

Answer 9

A especialidade mede a proporção de casos negativos que o teste identifica corretamente. Por exemplo, se o teste identificar corretamente 80% dos indivíduos saudáveis, a especificidade é 80%

1-especificidade (eixo X) mostra a taxa de falsos positivos – a proporção de negativos que o teste classifica incorretamente como positivos

Question 10

o que mostra a matriz de confusão?

Answer 10

mostra quantas vezes os sistemas de classificação (ou teste) confundiu uma classe com outra.

Esta ajuda a explicar onde o sistema acerta e onde comete erros.

Question 11

qual a relevância das curvas ROC?

Answer 11

-valida o teste
- ajuda a evitar enviesamentos
- dá suporte á tomada de decisão clínica