Decision Curve Analysis(DCA)について:意思決定曲線分析
どうも、お久しぶりです。
Decision Curve Analysis(DCA)
今日は、DCAについて、書いてみたいと思います。DCAは予測モデルを評価する際に、使用するものです。
予測モデルの精度には、C統計量やNRI、IDIがありますよね。
雑なRコード↓
今回は、
Decision Curve Analysis(DCA)です。
あまり日本語の論文で使用されていない?のでしょうか。みたことがありません。(もっと論文を読めってことですよね。すみません)
DCAですが、癌の診断の領域では使用されているようです。
DCA:導入(例)
ある病気の検査を受けようか、受けまいか迷っている患者がいます。しかし、病気の詳細な検査Aは体に侵襲をともなうもので強い痛みを伴う可能性があります(例えば生検)。
そこで、まずは簡単で優しいスクリーニング検査Bを受けて、その結果で、ある病気の確率が高ければ、疼痛を伴うけど、詳しい検査をしてみようと考えるものですよね。
そして、簡単な検査Bをした結果、病気である確率が90%でした。
→ この場合は、詳細な検査を実施して、本当に病気であるかどうかをする必要がありそうです。(90%というのは、なんとなくですが)
では、簡単な検査Bで、病気である確率が5%だったらどうでしょうか?
→ 5%でも詳細な検査をするという人もいれば、しないと選択する人もいますよね。
これは、ある病気によって違うかと思います。
例えば、癌の場合はどうでしょうか? 癌の場合、スクリーニング検査で見逃す重さと、過診断して検査をするのとでは、同じ間違いでも重さが違いますよね。
そこで、登場したのが DCAです。DCAは予測モデルによる純利益を考慮して、予測モデルの比較を実施していく手法だそうです。ちなみに、DCAのような予測モデルの純利益(メリット)を考慮した方法は、予後予測の報告のガイドラインで推奨されています。↓↓
https://www.tripod-statement.org/TRIPOD/Translation-Policy
癌の分野では、早期発見が非常に重要なので、癌の論文がDCAの例として扱われることが多いです。あまり、例を出しすぎると(引用しすぎると)、著作権しんがいとなってしまうので、DCAの読み方に関する論文を載せますね↓↓
もう一つ
上記の論文を是非御覧ください。
DCAに関する論文はなんとなく理解しづらいですね。
一応、統計モデルと機械学習モデルでDCAを作成してみました。
(データは適当に作ったサンプルですが)
Decision Curve Analysis(DCA)↓
DCAのコードはまた、今度、公開しますね!!
Rで解析しました。
DCAのRコード↓