To identify optimal threshold value

To identify optimal threshold values for predicting malnutrition, receiver-operating characteristic (ROC) curve analysis was performed for MNA scores. The area under the ROC curve (AUC) was also evaluated. An AUC value of 0.5 indicates that the variable performs no better than chance, whereas a value of 1.0 indicates perfect discrimination. A larger AUC represents a greater reliability and discrimination of the scoring system. Cut-off values can be set depending on the purpose for which the scales are used. For screening purposes, a high sensitivity and a high negative-predictive value are required, whereas diagnosis requires a high specificity and a high-positive predictive value. The best Youden index (sensitivity + specificity - 1) was used to determine the best cut-off point. The Youden index is used to compare the proportion of cases correctly classified. The higher the Youden index, the more accurate the prediction (higher true positives and true negatives, and fewer false positives and false negatives) at the cut-off point.

ผลลัพธ์ (ไทย) 1:

ระบุค่าขีดจำกัดสูงสุดสำหรับคาดการณ์ขาดสารอาหาร วิเคราะห์โค้งที่ลักษณะ (ROC) ที่รับงานที่ดำเนินการสำหรับ MNA คะแนน นอกจากนี้ยังมีประเมินพื้นที่ใต้โค้ง ROC (AUC) ค่า AUC ของ 0.5 ระบุว่า ตัวแปรที่ทำไม่ดีกว่าโอกาส ในขณะที่ค่า 1.0 บ่งชี้อย่างเหมาะสม AUC ใหญ่แสดงถึงความน่าเชื่อถือมากขึ้นและการเลือกปฏิบัติของระบบการให้คะแนน สามารถตั้งค่าตัดขึ้นอยู่กับวัตถุประสงค์ที่จะใช้เครื่องชั่งน้ำหนัก คัดกรองวัตถุประสงค์ ความไวสูงและเป็นค่าลบการคาดการณ์ที่สูงจำเป็น ในขณะที่การวินิจฉัยต้องมี specificity สูงและสูงบวกค่าคาดการณ์การ ดัชนี Youden สุด (ความไว + specificity - 1) ถูกใช้เพื่อกำหนดจุดตัดสุด ดัชนี Youden ถูกใช้เพื่อเปรียบเทียบสัดส่วนของกรณีที่จัดได้อย่างถูกต้อง สูงกว่าดัชนี Youden ความถูกต้องมากขึ้นคำทำนาย (ทำงานผิดพลาดจริงสูง และ สิ่งที่เป็นจริง และน้อยเท็จทำงานผิดพลาด และสิ่งเท็จ) ที่ตัดจุด

ผลลัพธ์ (ไทย) 2:

เพื่อระบุค่าเกณฑ์ที่เหมาะสมสำหรับการคาดการณ์การขาดสารอาหารลักษณะรับการดำเนินงาน (ROC) การวิเคราะห์โค้งได้ดำเนินการเพื่อให้ได้คะแนน MNA พื้นที่ใต้เส้นโค้ง ROC (AUC) นอกจากนี้ยังได้รับการประเมิน ค่า AUC 0.5 แสดงให้เห็นว่าตัวแปรดำเนินการไม่ดีกว่าโอกาสในขณะที่มูลค่า 1.0 แสดงให้เห็นการเลือกปฏิบัติที่สมบูรณ์แบบ AUC ขนาดใหญ่แสดงให้เห็นถึงความน่าเชื่อถือมากขึ้นและการเลือกปฏิบัติของระบบการให้คะแนน ค่าตัดสามารถตั้งค่าขึ้นอยู่กับวัตถุประสงค์ที่เครื่องชั่งน้ำหนักที่มีการใช้ เพื่อประโยชน์ในการตรวจคัดกรองความไวสูงและเป็นค่าลบ-ทำนายสูงจะต้องในขณะที่การวินิจฉัยต้องมีความจำเพาะสูงและค่าพยากรณ์บวกสูง ดัชนี Youden ที่ดีที่สุด (ความไวความจำเพาะ + - 1) ถูกใช้ในการกำหนดจุดตัดที่ดีที่สุด ดัชนี Youden ใช้ในการเปรียบเทียบสัดส่วนของผู้ป่วยได้อย่างถูกต้องจัด สูงกว่าดัชนี Youden ที่ถูกต้องมากขึ้นการทำนาย (สูงจริงบวกและเชิงลบจริงและน้อยลงบวกเท็จและเชิงลบเท็จ) ที่จุดตัด