如何计算两条 ROC 曲线之间的 AUC 差异（95% CI）？

Posted 2023-03-12

【中文标题】如何计算两条 ROC 曲线之间的 AUC 差异（95% CI）？

【英文标题】：How to calculate a difference in AUC (with 95% CI) between two ROC curves?

【发布时间】：2021-11-19 23:48:53

【问题描述】：

我正在使用 pROC 包（版本 1.17.0.1）中的 roc.test 函数来比较两条 ROC 曲线。数据是配对的，因此使用 DeLong 检验。但是，即使我在函数中指定了置信区间，该函数也不会输出置信区间。请参阅下面使用 aSAH 数据集的示例。

library(pROC)
data(aSAH)

roc1 <- roc(aSAH$outcome, aSAH$s100b)
roc2 <- roc(aSAH$outcome, aSAH$wfns)
roc.test(roc1, roc2, method="delong", paired=TRUE,
        alternative="two.sided", conf.level=0.95, reuse.auc=TRUE)

我得到的输出如下：

DeLong 对两条相关 ROC 曲线的检验

数据：roc1 和 roc2 Z = -2.209，p 值 = 0.02718 备择假设：AUC 的真实差异不等于 0 样本估计： roc1 的 AUC roc2 的 AUC 0.7313686 0.8236789

但是，没有置信区间。有人遇到过这个问题吗？

【问题讨论】：

请提供最少且可重现的示例以及所需的输出。对数据使用 dput() 并使用 library() 调用指定所有非基础包。不要为数据或代码嵌入图片，而是使用缩进的代码块。

无法重现。当我使用帮助页面的第一个示例运行这组参数时，我确实得到了一个报告的置信区间。您既没有提供打印输出，也没有提供minimal reproducible example。投票结束。

什么版本的 pROC？ sessionInfo() 很有用。

@Calimo 谢谢。我正在使用 pROC_1.17.0.1。

@IRTFM 很有趣。当我运行帮助页面的第一个示例时，我没有得到 95% 的 CI。您介意分享您使用的代码吗？

【参考方案1】：

这是new feature in pROC 1.18.0。您应该使用

将 pROC 更新到最新版本

install.packages("pROC")