筆者之前有寫過一篇https://reurl.cc/Z1eNkW文章，關於如何在R上面執行傳統ROC 的分析(例如: 觀察一個新的biomarker能否區別疾病的發生)，但傳統的ROC分析是假設疾病的發生跟biomarker不會隨著時間的進程而改變，但在臨床的情境，疾病跟biomarker是會隨著時間而改變的，因此我們在做ROC分析的時候需要同時考慮時間的影響，這時候考慮時間變化的time-dependent ROC（時間相依ROC）會比較適合。
關於敏感度跟特異度的計算在傳統的ROC以及時間相依ROC說明如下：
當變項做完敘述性統計後，通常緊接著就會進行推論性統計，來回答各式各樣的研究問題及假設，那複選題的部分又該如何進行推論性統計呢?譬如說不同性別在慢性病的比例上有無差異，之前複選題分析的教學文章中有提到，複選題的每一個選項在資料集中都被視為一個變項，因此最直接的方式，就是將每一項慢性病都獨立最一次推論性統計（無論是做獨立樣本t檢定或是卡方檢定），不過有時候複選題的選項非常多，像慢性病就可能多達一二十種，呈現在表格非常較為繁瑣，所以不妨先以簡易的方式來呈現。
如何化繁為簡呢?重點就是要把複選題想辦法變為單選題，不過要成功的執行這一步，還是得靠各自領域的專業知識，才有辦法建立出一個有意義的單選題，以上述的慢性病來說，最常見的處理方式，就是計算出慢性病總數或是重組成有無慢性病，使此變項變成慢性病的代表變項，再來和其他變項進行相關或差異分析。
筆者11月底的時候受雙和醫院內科部的邀請，去板橋希爾頓飯店上統計課，這是筆者第一次去外面飯店上課，因為以前統計課程的授課都是去醫院或是線上授課居多，畢竟前一陣子大家都還飽受疫情的影響，因為統計課程的授課對象一般是醫生，前一陣子疫情對醫療機構算是影響蠻大，很多醫師也因此臨床業務大增，因此要有很多醫師參與課程基本上是不太可能的事情。所幸天佑台灣，疫情對我們的影響有越來越小的趨勢，以往聞之色變COVID-19，也在全民施打疫苗以及醫療水準的提升之下，台灣也慢慢像其他進步國家一樣慢慢回復到正常的生活。
{{ article.title }}