Accueil > Services > Tutoriels > Les facteurs de confusion

Tutoriels : Courbe ROC

Qu'est-ce qu'une courbe ROC ?

La courbe ROC (Receiver Operating Characteristic) représente la sensibilité en fonction de 1 - spécificité pour toutes les valeurs seuils possibles du marqueur étudié. La sensibilité est la capacité du test à bien détecter les malades et la spécificité est la capacité du test à bien détecter les non-malades.

Comment interpréter son AUC ?

L'aire sous la courbe ROC (ou Area Under the Curve, AUC) peut être interprétée comme la probabilité que, parmi deux sujets choisis au hasard, un malade et un non-malade, la valeur du marqueur soit plus élevée pour le malade que pour le non-malade. Par conséquent, une AUC de 0,5 indique que le marqueur est non-informatif. Une augmentation de l'AUC indique une amélioration des capacités discriminatoires, avec un maximum de 1,0.

Comment interpréter son AUC ?

L'aire sous la courbe ROC (ou Area Under the Curve, AUC) peut être interprétée comme la probabilité que, parmi deux sujets choisis au hasard, un malade et un non-malade, la valeur du marqueur soit plus élevée pour le malade que pour le non-malade. Par conséquent, une AUC de 0,5 (50%) indique que le marqueur est non-informatif. Une augmentation de l'AUC indique une amélioration des capacités discriminatoires, avec un maximum de 1,0 (100%).

Nous contacter

Tel. +33(0)2 53 00 91 22

Mob. +33(0)6 83 82 26 78

Mail: contact@labcom-risca.com

  • LinkedIn Social Icône
  • Facebook
  • Twitter
  • YouTube

Qui sommes-nous ?

s'INSCRIRE à NOTRE NEWSLETTER?

Le laboratoire SPHERE (methodS for Patients-centered outcomes and HEalth REsearch, INSERM UMR 1246, Université de NantesUniversité de Tours) et la société IDBC (groupe A2com) ont décidé de créer ensemble le Laboratoire Commun RISCA (Research in Informatics and Statistics for Cohort-based Analyses)