La relación entre el índice c y la curva ROC

El análisis de la curva ROC es otro método para evaluar modelos de regresión logística.

Este método evalúa el valor predictivo del modelo en función del área bajo la curva ROC (AUC) para diferenciar entre enfermedad y controles. El AUC también se denomina estadística C e índice de concordancia, o índice C para abreviar. El área bajo la curva ROC se registra como A. El valor de A se puede utilizar para evaluar de manera integral la precisión del diagnóstico. Puede entenderse como la sensibilidad promedio bajo todas las especificidades. Su rango de valores es 0≤A≤1. >: 0,5, A Cuanto más cerca esté de 1, mayor será la precisión del diagnóstico; cuando A = 0,5, el diagnóstico no funciona en absoluto; A <0,5 no es consistente con la situación real. En términos generales, 0,5 < a ≤ 0,7 indica un valor de diagnóstico bajo; 0,7 < a ≤ 0,9 indica un valor de diagnóstico medio; A gt0,9 indica un valor de diagnóstico alto.