部分ROC区域（spec 90-100%）的置信区间，使用package pROC

我有4个不同的参数（HRTT、MRWT、HRWT和RNFLT），并绘制了每个参数的敏感性与特异性曲线。我想：

找出每个参数的ROC曲线下的部分面积（pAUC）（针对90-100%范围内的特异性）以及每个参数的该pAUC周围的置信区间

比较pAUC以评估哪个pAUC在统计上最高

对于1，我计算了HRTT的pAUC估算值：

auc(rocHRTT, partial.auc=c(100, 90), partial.auc.focus="spec",percent=TRUE, partial.auc.correct=TRUE, ci=TRUE)

然后，我通过以下方式计算了这方面的CI：

ci.auc(rocHRTT, partial.auc=c(100, 90), partial.auc.focus="spec",percent=TRUE, partial.auc.correct=TRUE, ci=TRUE)

然后我对MRWT、HRTW和RNFLT重复了这一点

出于某种原因，对加索尔的估计常常超出加索尔的CI，我不明白为什么。例如，MRWT pAUC为71%，但CI为77-91%

---

对于2，我知道函数

roc.test

可用于比较2个PAUC，但我如何比较4个区域以评估哪一个区域最高？

如果您的问题包含最小的、足够的数据，那就更好了。这将使它更容易帮助你。Bootstrap有一些假设，特别是它在不到10次观察的情况下会表现得很有趣。很难知道这是否是你的情况。另外，如果你有两个问题，那么请问两个单独的问题（参见你的第2点）。验证

partial.auc=c（100，90）

是否是问题所在。对总面积进行分析。