SPSS详细操作：多项测量指标的ROC曲线分析

SPSS详细操作：多项测量指标的ROC曲线分析作者：李侗桐在实际临床工作中，我们往往是根据多项指标综合判断病情的。比如，在诊断高血压时，我们会根据年龄、性别、并发症等多个因素同时评价受试者的患病情况。在这种情况下，我们应如何判断诊断结果的真实性呢？一、问题与数据某呼吸内科医生拟通过性别、年龄、BMI、COPD病史和是否吸烟等因素预测受试者的肺癌患病情况。他招募了85名肺癌患者，259名非肺癌患者，并通过查阅病历、问卷调查的方式收集了上述信息。变量的赋值和部分原始数据见表1和表2。如果该医生依据这几项因素预测受试者是否患肺癌，那么应如何预测，准确性又如何呢？表1肺癌危险因素分析研究的变量与赋值因素变量名赋值说明研究对象编号ID性别gender男=1；女=0年龄ageBMIBMIBMI25=0；BMI≥25=1COPD病史COPD无=0；轻/中度=1；重度=2吸烟smoke无=0；曾吸/现吸=1肺癌cancer无病=0；患病=1表2部分原始数据IDgenderageBMICOPDsmokecancer103401102132010130270111412801105129010060600200712900118129111191370100100170000110200011121350000130171011…………………从本质上讲，该研究也是结局变量为二分类的诊断试验。但是该诊断试验的测量指标很多，应该如何预测每一位受试者是否患肺癌呢？我们可以通过二分类Logistic回归模型，用性别、年龄、BMI、COPD病史和是否吸烟等因素，计算受试者患肺癌的预测概率。二、SPSS分析方法1.数据录入SPSS2.Logistic回归分析选择Analyze→Regression→BinaryLogistic（1）主对话框设置将因变量cancer送入Dependent框中，将纳入模型的自变量sex,age,BMI和COPD变量Covariates中，选择Forward:LR的自变量筛选方法（Method对话框）。（2）Categorical设置本研究中，COPD是多分类变量，我们指定“无COPD病史”的研究对象为参照组，分别比较“轻/中度”和“重度”组相对于参照组患肺癌的风险。点击Categorical→将左侧Covariates中的COPD变量送入右侧CategoricalCovariates中。在ReferenceCategory的右侧选择First（表示选择变量COPD中，赋值最小的，即“0”作为参照。）→点击Change→点击Continue。（3）Save设置点击Save→选择Probabilities→点击Continue。三、Logistic回归结果1.纳入Logistic回归模型的变量最终模型纳入了性别（sex）、COPD病史（COPD）和吸烟（smoke）三个变量。也就是说，这该Logistic回归模型认为，这三个变量可以预测是否患肺癌，而年龄和BMI并没有预测意义。2.个体患肺癌的概率根据上述Logistic回归的结果，我们可以写出每个受试者根据性别、COPD病史和是否吸烟三个因素，预测是否患肺癌的危险得分Logit(P)：Logit（P）=-3.062+0.836*sex(男=1；女=0)+0.454*COPD(轻度)+1.281COPD（中/重度）+1.237*smoke(无=0；曾吸/现吸=1)并可以按照以下公式计算得到每一个受试者患肺癌的预测概率：P=𝑒𝐿𝑜𝑔𝑖𝑡(𝑃)1+𝑒𝐿𝑜𝑔𝑖𝑡(𝑃)实际上，当点选了上述2.5的操作，运行该回归分析后，SPSS会自动生成每一位受试者的预测概率（PRE_1），而不需要上述的手工计算。至此，我们就可以根据受试者的真实患病情况和预测概率，评估根据性别、COPD病史和是否吸烟三个因素，预测个体是否患肺癌的准确性了。四、ROC曲线的绘制1.选择Analyze→ROCCurve2.主对话框设置将已知的疾病情况cancer送入StateVariable框中，预测概率Predictedprobability送入TestVariable中，并在ValueofStateVariable框中填1→OK。五、结果解读SPSS的ROC曲线结果会给出ROC曲线和曲线下面积。根据结果，我们可以知道该诊断试验的ROC曲线下面积是0.718,判断其准确性，并用于与其他诊断试验的比较。至于评价诊断试验的其它指标，需要我们根据预测概率（PRE_1）确定诊断截点（cut-off值）后再计算，有兴趣的小伙伴可以自己尝试计算哦。更多统计学方法（如t检验、Logistic回归、卡方检验、非参数检验）的实例教程，可进入“医咖会”微信公众号查看。