zabmedvestnikЗабайкальский медицинский вестникTransbaikalian Medical Bulletin1998-6173Читинская государственная медицинская академия10.52485/19986173_2021_1_148zabmedvestnik-63Research ArticleМЕТОДОЛОГИЯ НАУЧНЫХ ИССЛЕДОВАНИЙМЕТОДОЛОГИЯ НАУЧНЫХ ИССЛЕДОВАНИЙАлгоритм применения roc-анализа в биомедицинских исследованиях с помощью пакета программ SPSSRoc curve analysis algorithm in biomedical research using SPSS software packageМудровВ. А.MudrovV. A.

672000, г. Чита, ул. Горького, 39а

Chita, 39А Gorky str., 672000

Федеральное государственное бюджетное образовательное учреждение высшего образования «Читинская государственная медицинская академия» Министерства здравоохранения Российской ФедерацииРоссияChita State Medical AcademyRussian Federation20213007202401148153Copyright © Мудров В.А., 20242024Мудров В.А.Mudrov V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.zabmedvestnik.ru/jour/article/view/63Цель исследования

Цель исследования. Предметом исследования явилось изучение основ применения ROC-анализа, позволяющего определить и сравнить основные показатели информативности изучаемых диагностических методов или тестов. Темой исследования явилось применение ROC-анализа в биомедицинских исследованиях. Целью работы явилось описание алгоритма применения ROC-анализа в биомедицинских исследованиях с помощью пакета программ SPSS.

Материалы и методы

Материалы и методы. Проведен научный обзор возможностей применения ROC-анализа в биомедицинских исследованиях. Практические основы применения ROC-анализа для определения чувствительности и специфичности изучаемых диагностических методов или тестов рассмотрены на примере пакета программ «IBM SPSS Statistics Version 25.0» (International Business Machines Corporation, США).

Результаты

Результаты. Определен оптимальный алгоритм применения ROC-анализа в биомедицинских исследованиях. Подробно описаны возможности применения ROC-анализа в программе SPSS, даны рекомендации по интерпретации полученных результатов анализа.

Заключение

Заключение. Использование описанного алгоритма применения ROC-анализа позволит повысить уровень представления результатов биомедицинских исследований.

The aim of the research

The aim of the research. The subject of the research was to study the basics of using ROC curve analysis, which allows to determine and compare the main indicators of information content of the studied diagnostic methods or tests. The research’s topic was ROC curve analysis in biomedical research. The aim of the study was to describe the ROC curve analysis algorithm in biomedical research using the SPSS software package.

Materials and methods

Materials and methods. The scientific review of the possibilities of using ROC curve analysis in biomedical research is carried out. The practical basics of using ROC curve analysis to determine the sensitivity and specificity of the studied diagnostic methods or tests are considered on the example of the IBM SPSS Statistics Version 25.0 software package (International Business Machines Corporation, USA).

Results

Results. The optimal algorithm for ROC curve analysis application in biomedical research have been determined. The possibilities of ROC curve analysis using in the SPSS program are described in detail, recommendations for the interpretation of the obtained analysis results are given.

Conclusion

Conclusion. The use of the described ROC curve analysis algorithm will improve a presentation’s level of biomedical research results.

Статистический анализалгоритмROC-анализчувствительностьспецифичностьплощадь под ROC-кривойSPSSStatistical analysisalgorithmROC curve analysissensitivityspecificityarea under the curve (AUC)SPSSReferencesБююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб. ДиаСофт. 2005.Buyul A., Cefel P. SPSS: the art of information processing. Moscow. DiaSoft. 2005. in Russian.Левин И.А., Манухин И.Б., Пономарева Ю.Н., Шуметов В.Г. Методология и практика анализа данных в медицине: монография. М. Тель-Авив. АПЛИТ. 2010.Levin I.A., Manukhin I.B., Ponomareva Yu.N., Shumetov V.G. Methodology and practice of data analysis in medicine: monograph. Moscow. Tel-Aviv. APLIT. 2010. in Russian.Реброва О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA. М. МедиаСфера. 2006.Rebrova O.Yu. Statistical analysis of medical data. Application of the STATISTICA application software package. Moscow. Media Sphere. 2006. in Russian.Peacock J.L., Peacock P.J. Oxford Handbook of Medical Statistics. Oxford University Press. 2011.Peacock J.L., Peacock P.J. Oxford Handbook of Medical Statistics. Oxford University Press. 2011.Васильев А.Ю., Малый А.Ю., Серов Н.С. Анализ данных лучевых методов исследования на основе принципов доказательной медицины: учебное пособие. М. ГЭОТАР-Медиа. 2008Vasil'yev A.Yu., Malyy A.Yu., Serov N.S. Analysis of the data of radiation research methods based on the principles of evidence-based medicine: a tutorial. Moscow. GEOTAR-Media. 2008. in Russian.Григорьев С.Г., Лобзин Ю.В., Скрипченко Н.В. Роль и место логистической регрессии и ROC-анализа в решении медицинских диагностических задач. Журнал инфектологии. 2016. 8(4). 36-45. doi: 10.22625/2072-6732-2016-8-4-36-45.Grigor’ev S.G., Lobzin Y.V., Skripchenko N.V. The role and place of logistic regression and ROC analysis in solving medical diagnostic task. journal infectology. 2016. 8(4). 36-45. in Russian. doi:10.22625/2072-6732-2016-8-4-36-45.Kumar R., Indrayan A. Receiver operating characteristic (ROC) curve for medical researchers. Indian Pediatr. 2011. 48(4). 277-287. doi: 10.1007/s13312-011-0055-4.Kumar R., Indrayan A. Receiver operating characteristic (ROC) curve for medical researchers. Indian Pediatr. 2011. 48(4). 277-287. doi: 10.1007/s13312-011-0055-4.Fawcett T. An introduction to ROC analysis. Pattern Recognition Letters. 2006. 27. 861-874.Fawcett T. An introduction to ROC analysis. Pattern Recognition Letters. 2006. 27. 861-874.Lang T.A., Altman D.G. Basic statistical reporting for articles published in Biomedical Journals: The “Statistical Analyses and Methods in the Published Literature” or the SAMPL Guidelines. International Journal of Nursing Studies. 2015. 52(1). 5-9. doi:10.1016/j.ijnurstu.2014.09.006.Lang T.A., Altman D.G. Basic statistical reporting for articles published in Biomedical Journals: The “Statistical Analyses and Methods in the Published Literature” or the SAMPL Guidelines. International Journal of Nursing Studies. 2015. 52(1). 5-9. doi: 10.1016/j.ijnurstu.2014.09.006.Lang T.A., Altman D.G. Statistical analyses and methods in the published literature: The SAMPL guidelines. Medical Writing. 2016. 25(3). 31-36. doi: 10.18243/eon/2016.9.7.4.Lang T.A., Altman D.G. Statistical analyses and methods in the published literature: The SAMPL guidelines. Medical Writing. 2016. 25(3). 31-36. doi: 10.18243/eon/2016.9.7.4.Hajian-Tilaki K. Receiver Operating Characteristic (ROC) Curve Analysis for Medical Diagnostic Test Evaluation. Caspian J Intern Med. 2013. 4(2). 627-635.Hajian-Tilaki K. Receiver Operating Characteristic (ROC) Curve Analysis for Medical Diagnostic Test Evaluation. Caspian J Intern Med. 2013. 4(2). 627-635.Наследов А. IBMSPSSStatistics 20 и AMOS: профессиональный статистический анализ данных. Санкт-Петербург. Питер. 2013.Nasledov A. SPSS Statistics 20 and AMOS: professional statistical analysis of data. Saint- Petersburg. Peter. 2013. in Russian.

The authors declare that there are no conflicts of interest present.