RUB » Bibliotheksportal

Christian Thiele

• Cutpoints are ubiquitous in many scientific fields but are not without weaknesses. The most common method for optimizing a cutpoint is to pick the predictor value that maximizes a chosen metric, e.g., the accuracy. However, cutpoints selected this way strongly depend on random variations in the sample. This thesis includes more robust methods for estimating optimal cutpoints, for estimating the out-of-sample performance, and software for these tasks. The first study introduces the cutpointr package for R that includes methods for empirical and more robust estimation of cutpoints. The second study is a tutorial for running massively parallel simulation studies in the cloud using R. The third study proposes cutpoints for the KIDSCREEN-10 scale. The fourth study examines how confidence intervals for cutpoints can be estimated based only on summary statistics. The fifth study is an example application of the cutpointr package on optimal cycle thresholds for COVID-19 PCR tests.
• Schwellenwerte ("Cutpoints") sind in vielen wissenschaftlichen Bereichen anzutreffen. Die gängigste Methode zur Optimierung eines Cutpoints besteht darin, denjenigen Prädiktorwert zu wählen, der z. B. die Genauigkeit maximiert. Auf diese Weise ausgewählte Cutpoints hängen jedoch stark von Zufallsschwankungen in der Stichprobe ab. In dieser Arbeit werden robustere Methoden und Software zur Schätzung optimaler Cutpoints und der Güte außerhalb der Stichprobe vorgestellt. In der ersten Studie wird das cutpointr-Paket für R vorgestellt, das Methoden zur empirischen, aber auch robusteren Schätzung von Cutpoints enthält. Die zweite Studie ist ein Tutorial für die Durchführung von massiv-parallelen Simulationsstudien in der Cloud. In der dritten Studie werden Cutpoints für die KIDSCREEN-10-Skala vorgeschlagen. Die vierte Studie untersucht die Schätzung von Konfidenzintervallen für Cutpoints. Die fünfte Studie ist eine Beispielanwendung des cutpointr-Pakets für Zyklusschwellenwerte.