Decision Curve Analysis（DCA）について：意思決定曲線分析 - 人工知能・リハビリ・日記・理学療法

どうも、お久しぶりです。

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、

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。

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。

つまり、偽陰性と偽陽性の重さ違いますということですね。

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。↓↓

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）

f:id:Takuma_AI:20210125233235p:plain

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↓