La relación entre el índice c y la curva ROC
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.