文档介绍：作者单位:广州暨南大学医学院医学统计学教研室,510632 作者简介:刘润幸(1954 - ),男,广东惠州人,副教授,硕士,主要从事医学统计学的教学和科研工作。文章编号: 10012 0580 (2003 )092 11512 02 中图分类号: R1951 1 文献标识码: A 【卫生统计】使用 SPSS作多变量观察值的 ROC曲线分析刘润幸在临床医学中,采用金标准〔 1〕来诊断是最为理想的,如恶性肿瘤的病理诊断、血液疾病的骨髓诊断、传染性疾病的病原体诊断等等。但有时病人受客观情况的限制,无法利用金标准来诊断,医生仅能根据病人的临床表现对疾病作出诊断。如果医生只凭单项测量指标对病人作出诊断,往往较为主观和敏感性(sensitivity ,或真阳性率)较低。综合利用多项测量指标对病人作出诊断,能大大提高正确诊断的敏感性。本文介绍如何使用 SPSS的 Binary Logistic和 ROC Curve过程进行多变量(多项测量指标)观察值的 ROC曲线分析,并且与单变量(单项测量指标)观察值的 ROC曲线作比较,说明多变量观察值的 ROC曲线作诊断的优点,使用线性内插法求诊断点(cutoff ),最后对某个体作出诊断。 1 ROC曲线分析与个体诊断的步骤 11 1 求各个体的预测概率使用 SPSS的 Binary Logistic过程进行 Logistic回归,求出 Logistic回归方程,并在 SPSS的工作数据表中产生含各个体预测概率的新变量。 11 2 ROC曲线分析使用 SPSS的 ROC Curve过程,以新变量为检验变量(Test Variable ),金标准的诊断结果为状态变量(State Variable ),作 ROC曲线分析。 11 3 确定诊断点根据临床实际,确定所要求的真阳性率或假阳性率,可以不使用或使用线性内插法求出诊断点。(R = x )为医生设定的假阳性率(或真阳性率), P (R = x ) 为(R = x )对应的诊断点, R 1为恰好小于(R = x )的假阳性率(或真阳性率),R 2为恰好大于(R = x )的假阳性率(或真阳性率), P 1和 P 2分别为 R 1和 R 2对应的诊断点,根据线性内插法有:(R 1- R 2): [ R 1- (R = x )] = (P 1- P 2): [ P 1- P (R = x )](1 ) 11 4 个体的预测用某个体的多变量观察值代入 Logistic 回归方程,求出其预测概率值,并且与诊断点 P (R = x )比较, 得出该个体的诊断。 2 应用实例为研究肺结核的鉴别诊断,取 8例肺结核病人为病例组和 15例肺癌病人为对照组,他们分别以痰中查到肺结核菌和有肺癌病理诊断作为诊断金标准,用变量 group表示(肺结核= 1 ,肺癌= 0 )。每一例病人测量 4项指标: X线检查用变量 X1表示(诊断为肺结核= 1 ,肺肿瘤或肺炎= - 1 ,未明= 0 ), 血沉值 mm/ h用变量 X2表示,发热用变量 X3表示(有= 1 , 无= - 1 ),咯血用变量 X4表示(有= 1 ,无= - 1 )。 21 1 SPSS的操作〔 2 ,3〕(1 )求协变量 X1时的各个体预测概率。在主菜单中选择: Analyze Regression Binar