Answers are grounded in this paper and cite their sources.
Methodological study finds Elastic Net logistic regression enhances model performance and clinical benefit in diagnostics.
Amaç: Bu çalışmanın amacı, Elastik Net lojistik regresyon modelinin tanısal performansını, alıcı operatör karakteristiği [receiver operating characteristic (ROC)] eğrisi analizi, DeLong testi, Brier skoru ve karar eğrisi analizi kullanarak çok boyutlu bir çerçevede değerlendirmek ve standart lojistik regresyon ile karşılaştırmaktır. Gereç ve Yöntemler: Çalışmada, kamuya açık veri seti kullanılmıştır. Standart lojistik regresyon, ''least absolute shrinkage and selection operator (LASSO)'' ve Elastik Net lojistik regresyon modelleri, model performansı ayırt edicilik açısından ROC eğrisi ve eğri altında kalan alan [area under the curve (AUC)] değerleri ile kalibrasyon açısından Brier skoru ile değerlendirilmiştir. AUC değerleri için %95 güven aralıkları, DeLong yöntemi ile hesaplanmış ve karşılaştırmalar gerçekleştirilmiştir. Klinik fayda karar eğrisi analizi ile incelenmiştir. Bulgular: Elastik Net modeli, yüksek ayırt edicilik göstermiş ve standart lojistik regresyon modeline kıyasla daha yüksek AUC=0,9987 ile daha düşük Brier skoru 0,0181 elde etmiştir. Standart lojistik regresyon modelinde ise AUC ve Brier skoru sırasıyla 0,9766 ve 0,0525 olarak hesaplanmıştır. Bu bulgular, Elastik Net modelinin hem ayırt edicilik hem de olasılık tahmin doğruluğu açısından daha dengeli performans sunduğunu göstermektedir. Ayrıca Elastik Net modeli, bu performansa daha az sayıda değişken kullanarak ulaşmıştır. Karar eğrisi analizi, Elastik Net modelinin klinik olarak daha yüksek net fayda sağladığını göstermiştir. α parametresine yönelik duyarlılık analizi ise geniş bir α aralığında kararlı kaldığını ortaya koymuştur. Sonuç: Elastik Net lojistik regresyon modeli, dengeli ayırt edicilik, kalibrasyon ve klinik fayda özellikleri sergilemiştir. Bulgular, tanısal model değerlendirmelerinde yalnızca ROC ve AUC değerlerine odaklanmanın yetersiz olabileceğini; kalibrasyon ve klinik fayda analizlerinin birlikte ele alınmasının önemini vurgulamaktadır.
No takes yet. Share an insight, caveat, or question.
Gülcan Gencer (2025) studied this question.
Synapse has enriched 10 related papers. Consider them for comparative context: