Remarques sur la sensibilité, la spécifi cité, les valeurs prédictives. Les courbes ROC 177
Fig. 3 – Courbe ROC. Par rapport à la figure 2, au lieu de porter en abscisses les
valeurs de la spécificité (Sp), il est porté leurs compléments (1 – Sp).
Sous les conditions rappelées ci-après, la valeur seuil optimale est celle
qui correspond sur la courbe à son point d’inflexion, soit encore au
point d’intersection de la courbe ROC et de la deuxième bissectrice de
l’axe des abscisses et des ordonnées. Ce choix s’applique dans l’hypothèse d’un coût affecté aux erreurs de diagnostic équivalent ou à peu
près équivalent pour les « faux positifs » et les « faux négatifs ».
Il existe des tests statistiques qui permettent de comparer les courbes
ROC observées à la première bissectrice qui représente une progression linéaire entre la sensibilité et le complément de la spécificité. Il est
encore possible de comparer deux courbes ROC entre elles pour deux
examens différents. Des tests statistiques reposent sur la comparaison
des surfaces sous les courbes (AUROC) (fig. 4). Comme il vient d’être
dit, la courbe ROC qui serait sur la première diagonale correspond à
un test sans intérêt diagnostique. Dans cette configuration, l’aire sous
la courbe AUROC correspondrait à 0,5. La valeur de l’AUROC augmente avec la qualité diagnostique du test dont on peut tester l’intérêt,
par exemple, en montrant que son AUROC est significativement plus
grande que 0,5.
Fig. 3 – Courbe ROC. Par rapport à la figure 2, au lieu de porter en abscisses les
valeurs de la spécificité (Sp), il est porté leurs compléments (1 – Sp).
Sous les conditions rappelées ci-après, la valeur seuil optimale est celle
qui correspond sur la courbe à son point d’inflexion, soit encore au
point d’intersection de la courbe ROC et de la deuxième bissectrice de
l’axe des abscisses et des ordonnées. Ce choix s’applique dans l’hypothèse d’un coût affecté aux erreurs de diagnostic équivalent ou à peu
près équivalent pour les « faux positifs » et les « faux négatifs ».
Il existe des tests statistiques qui permettent de comparer les courbes
ROC observées à la première bissectrice qui représente une progression linéaire entre la sensibilité et le complément de la spécificité. Il est
encore possible de comparer deux courbes ROC entre elles pour deux
examens différents. Des tests statistiques reposent sur la comparaison
des surfaces sous les courbes (AUROC) (fig. 4). Comme il vient d’être
dit, la courbe ROC qui serait sur la première diagonale correspond à
un test sans intérêt diagnostique. Dans cette configuration, l’aire sous
la courbe AUROC correspondrait à 0,5. La valeur de l’AUROC augmente avec la qualité diagnostique du test dont on peut tester l’intérêt,
par exemple, en montrant que son AUROC est significativement plus
grande que 0,5.