ROC曲线分析详解.docx

.
ROC曲线（受试者工作特征曲线）分析详解更新：2011年05月09日阅读次数：22643【字体：大中小】一、ROC曲线的概念受试者工作特征曲线（receiveroperatorcharacteristiccurve,ROC曲线）,最初: .
ROC曲线（受试者工作特征曲线）分析详解更新：2011年05月09日阅读次数：22643【字体：大中小】一、ROC曲线的概念受试者工作特征曲线（receiveroperatorcharacteristiccurve,ROC曲线）,最初用于评价雷达性能，又称为接收者操作特性曲线。R0C曲线是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。
传统的诊断试验评价方法有一个共同的特点，必须将试验结果分为两类，再进行统计分析。
ROC曲线的评价方法与传统的评价方法不同，无须此限制，而是根据实际情况，允许有中间状态，可以把试验结果划分为多个有序分类，如正常、大致正常、可疑、大致异常和异常五个等级再进行统计分析。因此，ROC曲线评价方法适用的范围更为广泛。
1. 二、ROC曲线的主要作用ROC曲线能很容易地查出任意界限值时的对疾病的识別能力。
2•选择最佳的诊断界限值。ROC曲线越靠近左上角，试验的准确性就越高。最靠近左上角的ROC曲线的点是错误最少的最好阈值，其假阳性和假阴性的总数最少。
。在对同一种疾病的两种或两种以上诊断方法进行比较时，可将各试验的ROC曲线绘制到同一坐标中，以直观地鉴别优劣，靠近左上角的ROC曲线所代表的受试者工作最准确。亦可通过分别计算各个试验的ROC曲线下的面积（AUC）进行比较，哪一种试验的AUC最大，则哪一种试验的诊断价值最佳。
三、ROC曲线分析的主要步骤ROC曲线绘制。依据专业知识，对疾病组和参照组测定结果进行分析，确定测定值的上下限、组距以及截断点（cut-offpoint）,按选择的组距间隔列出累积频数分布表，分别计算出所有截断点的敏感性、特异性和假阳性率（1-特异性）。以敏感性为纵坐标代表真阳性率，
（1-特异性）为横坐标代表假阳性率，作图绘成ROC曲线。
R0C曲线评价统计量计算。。在AUC>，AUC越接近于1,说明诊断效果越好。-，-，。，说明诊断方法完全不起作用，无诊断价值。AUC<，在实际屮极少出现。
1. 两种诊断方法的统计学比较。两种诊断方法的比较时,根据不同的试验设计可采用以下两种方法：①当两种诊断方法分别在不同受试者身上进行时，采用成组比较法。②如果两种诊断方法在同一受试者身上进行时，采用配对比较法。
四、ROC曲线的优点该方法简单、直观，通过图示可观察分析方法的临床准确性，并可用肉眼作出判断。曲线将灵敏度与特异性以图示方法结合在一起，可准确反映某分析方法特异性和敏感性的关系，是试验准确性的综合代表。RO