Calculateur de courbe ROC

Créez une ou plusieurs courbes ROC (receiver operating characteristic) directement dans votre navigateur. numiqo calcule l'aire sous la courbe (AUC), l'incertitude selon DeLong, la performance au seuil et les comparaisons statistiques, tout en gardant explicite l'objectif de l'analyse.

Choisissez l'analyse ROC qui correspond à votre question

Comment saisir et sélectionner les données

1. Collez ou importez les données dans le tableau ci-dessus.
2. Sélectionnez la variable binaire sous États réels.
3. Sélectionnez une ou plusieurs variables métriques sous Valeurs de test ou scores.
4. Sélectionnez la catégorie qui représente l'État positif.
5. Indiquez si ce sont les valeurs de test élevées ou faibles qui signalent cet état positif.

Si la valeur de catégorie 1 est présente, elle est sélectionnée au départ comme état positif. Il s'agit d'une commodité, pas d'une décision statistique : vérifiez que la catégorie sélectionnée correspond bien au sens de vos données. De même, la direction doit être choisie à partir de connaissances du domaine plutôt qu'en retenant celle qui produit la plus grande AUC.

Choix du seuil selon l'objectif

Le point de fonctionnement sélectionné comprend, selon les cas, la sensibilité, la spécificité, les rapports de vraisemblance, les valeurs prédictives et les effectifs de la matrice de confusion. Des intervalles de confiance bootstrap stratifiés à 95 % quantifient l'incertitude du seuil et des mesures de performance. Lisez le guide du choix du seuil avant de traiter un seuil issu de l'échantillon comme une règle de décision.

Observations manquantes et cas valides

Chaque courbe utilise les paires état-test dont les deux valeurs sont valides. Le récapitulatif du traitement des observations indique les observations valides et exclues, plutôt que de traiter silencieusement les valeurs manquantes comme une catégorie ou un score. Les comparaisons de courbes appariées utilisent les lignes complètes pour les deux tests comparés ; par conséquent, la différence d'AUC utilisée dans une comparaison peut différer légèrement de la différence entre les AUC calculées à partir de toutes les lignes disponibles pour chaque test.

Résultats et sortie pour publication

• Courbe ROC avec droite de référence, point de seuil facultatif et taille de graphique sélectionnable
• Bandes de confiance bootstrap ponctuelles à 95 % facultatives, basées sur 2 000 rééchantillons stratifiés
• AUC avec erreur standard de DeLong, intervalle de confiance à 95 % et test contre AUC = 0,5
• Comparaisons d'AUC de DeLong appariées et non appariées
• Valeurs p ajustées selon Holm lorsque plusieurs comparaisons par paires sont faites
• Coordonnées ROC pour chaque seuil observé distinct
• Tableaux, explications et export de documentation adaptés au reporting

Les bandes de confiance sont des intervalles ponctuels pour la sensibilité à des valeurs de spécificité fixées ; il ne s'agit pas d'une région de confiance simultanée pour la courbe entière. Les résultats bootstrap ne sont calculés que sur demande, puis mis en cache pour l'analyse en cours.

Limites d'interprétation

• L'AUC décrit la discrimination, pas la calibration ni l'utilité clinique à elle seule.
• Un seuil optimisé et évalué sur le même échantillon peut être moins performant sur de nouvelles données.
• La VPP et la VPN utilisent la proportion de cas positifs de ce jeu de données et changent avec la prévalence.
• Les échantillons très petits ou fortement déséquilibrés produisent des estimations incertaines.
• Une courbe valide nécessite à la fois des observations positives et négatives.

En savoir plus

• Choix du seuil ROC pour le dépistage, la confirmation et les seuils existants
• Comparer des courbes ROC appariées, indépendantes et par groupe
• Méthodes statistiques et validation de référence avec pROC
• Guide pour débuter avec les courbes ROC et l'AUC