ROC曲线

ROC曲线Roc曲线•受试者工作特征曲线（receiveroperatingcharacteristiccurve，简称ROC曲线），又称为感受性曲线（sensitivitycurve）。得此名的原因在于曲线上各点反映着相同的感受性，它们都是对同一信号刺激的反应，只不过是在几种不同的判定标准下所得的结果而已。Roc曲线•接受者操作特性曲线就是以虚报概率为横轴，击中概率为纵轴所组成的坐标图，和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。Roc曲线IgG和IgG1指数诊断多发性硬化的ROC曲线Roc曲线•采用真阳性率和假阳性率作出的曲线，适用于诊断试验结果为连续变量•试验的真阳性率（Sen）为纵坐标（Y），假阳性率（１－Spe）为横坐标（X），坐标轴上的率值由0~1或0%~100%。Roc曲线•敏感度(Sensitivity,Sen)：金标准诊断全部有病病例中，诊断性试验结果阳性所占的比例，也称真阳性率。•假阳性率（1-特异度）：诊断性试验结果为阳性的病例占全部无病受试者的比例，代表误诊率。Roc曲线•制作：根据诊断性试验测定的系列数据，选择不同临界点，分别计算敏感度和特异度，一般要求5个连续分组数据，选择5个不同标准，分别画四格表，得出5个特异度，敏感度，根据这5个特异度和敏感度画ROC曲线。Roc曲线临床应用•正确选择参考值的临界点；比较两种或两种以上诊断性试验的诊断价值。Roc曲线主要作用•ROC曲线能很容易地查出任意界限值时的对疾病的识别能力。•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。Roc曲线主要作用•两种或两种以上不同诊断试验对疾病识别能力的比较。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。Roc曲线主要作用•离左上角垂直距离最短的一点，其敏感度和特异度之和最大，这一点或邻近点常被作为诊断参考值，这些点称为最佳临界点，点上的值称为最佳临界值。Roc曲线主要作用•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。•ROC曲线下面积是重要的试验准确度指标。ROC曲线下面积（Area）与诊断准确度高低高0.90-1.00=excellent(A)中0.80-0.90=good(B)0.70-0.80=fair(C)低0.60-0.70=poor(D)0.50-0.60=fail(F)Roc曲线下面积•ROC曲线评价统计量计算。ROC曲线下的面积值在1.0和0.5之间。在AUC0.5的情况下，AUC越接近于1，说明诊断效果越好。AUC在0.5～0.7时有较低准确性，AUC在0.7～0.9时有一定准确性。Roc曲线下面积•AUC在0.9以上时有较高准确性。AUC=0.5时，说明诊断方法完全不起作用，无诊断价值。AUC0.5不符合真实情况，在实际中极少出现。Roc曲线主要作用•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。Roc曲线优点•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。Roc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。Roc曲线优点•Roc曲线不固定分类界值，允许中间状态存在，利于使用者结合专业知识，权衡漏诊与误诊的影响，选择一更佳截断点作为诊断参考值。Roc曲线优点•提供不同试验之间在共同标尺下的直观的比较,ROC曲线越凸越近左上角表明其诊断价值越大，利于不同指标间的比较。曲线下面积可评价诊断准确性。Roc曲线意义•ROC曲线指受试者工作特征曲线(receiveroperatingcharacteristiccurve),是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系。Roc曲线意义•它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、（1-特异性）为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在ROC曲线上，最靠近坐标图左上方的点为敏感性和特异性均较高的临界值。谢谢！