La curva ROC / ROC curve

La curva ROC es una herramienta estadística que se utiliza para evaluar la capacidad discriminativa de una prueba diagnóstica dicotómica. Se trata de curvas en las que se presenta la sensibilidad en función de los falsos positivos (complementario de la especificidad) para distintos puntos de corte. Son útiles para elegir el punto de corte más adecuado de una prueba, conocer el rendimiento global de esta y comparar la capacidad discriminativa de 2 o más pruebas diagnósticas. (AU)

The ROC curve is a statistical tool used to evaluate the discriminative capacity of a dichotomous diagnostic test. These are curves in which sensitivity is presented as a function of false positives (complementary to specificity) for different cut-off points. They are useful for choosing the most appropriate cut-off point for a test, knowing its overall performance and comparing the discriminative capacity of 2 or more diagnostic tests. (AU)

[ROC curve]. / La curva ROC.

The ROC curve is a statistical tool used to evaluate the discriminative capacity of a dichotomous diagnostic test. These are curves in which sensitivity is presented as a function of false positives (complementary to specificity) for different cut-off points. They are useful for choosing the most appropriate cut-off point for a test, knowing its overall performance and comparing the discriminative capacity of 2 or more diagnostic tests.

Análisis de la curva ROC en la evaluación de indicadores antropométricos / Analysis of the ROC curve in the evaluation ofanthropometric indicators

Evaluación del Índice Peso-Circunferencia de Cintura (IPCC) mediante Regresión Logística. Estudio descriptivo, prospectivo y transversal, muestra 1095 adultos y adultos mayores, edad entre 20 y 96 años. Métodos: variables: edad, peso, talla, Circunferencia de Cintura (CC), IMC, Índice Cintura-Talla (ICT). Resultados: IMC similar en los dos sexos; promedios de CC e ICT mayor en grupo ≥ 65 años; IPCC mayor en grupo 20-59 años; porcentaje de riesgo del IPCC(54,1%) mayor en CC (44,7%) menor en ICT (78,2%). IPCC significativamente asociado al IMC, CC e ICT (p<0,000); valor predictivo positivo 0,92 y valor predictivo negativo 0,70, indican capacidad discriminativa; Riesgo Relativo, 1,92; el estadístico de prueba Wald indica significancia estadística para los coeficientes de ecuaciones de probabilidad de riesgo; área bajo la curva ROC es 0,803 y 0,903 (P<0,000), alta sensibilidad y especificidad. Conclusión: el IPCC puede considerarse para evaluar sobrepeso y obesidad en adultos, dada su alta capacidad discriminativa(AU)

Evaluation of the Waist Weight-CircumferenceIndex (WWCI) using Logistic Regression. Descriptive, prospective and cross-sectional study shows 1095 adults andolder adults, aged between 20 and 96 years. Methods: variables: age, weight, size, Waist Circumference (WC), BMI, Waist-SizeIndex (WSI). Results: Similar BMI in both sexes; higher WCand WSI averages in a ≥ age of 65; major WWCI in group20-59 years; WWCI risk rate (54.1%) higher in WC (44.7%)WSI (78.2%). WWSI significantly associated with BMI, WCand WSI (p<0.000); positive predictive value 0.92 and negative predictive value 0.70, indicate discriminatory capacity; RelativeRisk, 1.92; Wald test statistic indicates statistical significance for the coefficients of risk probability equations; area under theROC curve is 0.803 and 0.903 (P<0.000), high sensitivity and specificity. Conclusion: WWCI can be considered to evaluate overweight and obesity in adults, given its high discriminatory capacity(AU)