文档介绍：1、ROC曲线的定义:
(Receiver Operator Characteristic Curve)又称受试者工作特性曲线。“对于存在或可能存在混淆的两种条件或自然状态,需要受试者、专业诊断学工作者以及预测工作者做出精确判断,或者准确决策的一种定量方法。”——美国生物统计百科全书
ROC曲线
2、制图方法
研究者以每个检测结果作为可能的诊断界值(cut off),计算相应的灵敏度、特异度,然后以灵敏度(真阳性率)为纵座标、 1﹣特异度(假阳性率)为横坐标作图,将各点联成曲线即为ROC曲线。
3、主要用途
(1)选择最佳的诊断界限值。
(2)比较两种以上诊断试验的诊断价值。
ROC曲线下面积(AUC)
~1。
一般认为:~ 诊断价值较低
~ 诊断价值中等
该指标因不受患病率和诊断界值影响,因而成为目前公认的标准评价指标。
曲线下面积(AUC)估计方法
包括:参数法和非参数,均适用于测量指标为连续性或等级资料的诊断试验准确度评价。
自从Bamber 于1975 年提出ROC 曲线下面积估计方法以来, 许多学者通过对不同资料类型进行的研究, 相继提出了ROC 曲线面积估计、可信区间估计和面积比较的假设检验的参数和非参数方法。
AUC估计的非参数法
经验ROC曲线:根据诊断试验的检测结果直接计算绘制ROC曲线所需的工作点(真阳性率,假阳性率),由此绘制的曲线称为经验ROC曲线。
Hanley于1982年提出:在资料分布未知的情况下,引用Wilcoxon统计量的思想,将各分割点看作可依次排序的秩项,列出计算表,估计曲线下面积及其标准误。
计算方法:
1)假设患者组有nx个检测结果,记作xi(
i=1,2,…, nx);非患者组有ny个检测结果
,记为yj(j=1,2,…, ny)。
2)如果检测结果越大,为患者的可能性越
大。则根据Wilcoxon Mann-Whitney检验
统计量,非参数法面积的估计公式为:
意义为:将nx个患者与ny个非患者的检查结果相比较后,将nx×ny个比较结果相加取平均值即得到面积估计值A。
如果检测结果越大,为非患者的可能性越大,则以上公式中的>号和<号互换。
非参数法因没有限制条件,适用于任何诊断试验ROC曲线下面积的计算。可通过SPSS、SAS软件实现。
Hajian-Tilaki等发现:即使数据不服从双正态时,参数法和非参数法产生的AUC及其方差也十分类似。该发现提示,不必过分要求数据服从双正态条件。
某医生测量了122例肺癌患者和150例肺癌患者的血清肿瘤标志物CYFRA21-1(ng/ mL),。试评价CYFR A21-1作为肺癌诊断指标的准确性(原始数据见例20.-)。
272例研究对象病理诊断和CYFRA21-1检测结果
实例分析
实例分析