《表5 原始评分与简单评分方法的预测结果重分类表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Lasso-logistic模型在医院下呼吸道感染预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

简单评分与原始评分方法评分的验证集ROC曲线几乎重合，DeLong’s检验显示AUC差异无统计学意义（Z=0.371，P=0.710），见图2。在推荐分割点14分处，简单评分的灵敏度和特异度分别为0.84、0.76，阳性似然比和阴性似然比分别为3.54、0.21。两评分的决策曲线几乎重合，见图3。阈概率在[0，0.2]时，两种评分的净收益均明显高于None模型；当阈概率大于0.2时，与None模型无明显差别，无应用价值。依据推荐预测分值为阈值（原始评分方法及本研究提出的简单评分中均推荐14分为预测分割点）建立预测结果的重分类表（见表5），计算简单评分相比于原始评分方法的NRI值为-0.0149，说明净重新分类收益无统计学意义（Z=-1.301，P=0.193），IDI值0.006，95%CI为（0.001，0.010），说明整体鉴别的改善有统计学意义（P=0.014）。