【统计学那点事儿】受试者工作特征曲线弯弯曲曲想说什么

在阅读文献时，常常看到受试者工作特征曲线（ROC）露面，那么它的弯弯曲曲到底想描述什么？

初步认识

ROC以灵敏度为纵坐标，特异度为横坐标绘制而成，一般认为ROC越左凸，其诊断价值越高。

曲线下面积（AUC）则可以判断效能，若AUC>0.5，且统计学检验有意义，说明该诊断试验有一定诊断价值。

通常ROC最靠近左上角的点，意味着特异度和灵敏度之和最大，换句话说，这一点对应的临界值能够最好的区分研究对象中的患者和非患者。

当然临界值的最终确定常常需要结合实际需求，如果指标用于筛查，则需要向更大灵敏度的方向调整；若用于最终确诊，则需要向更大特异度的方向调整。

ROC中的对角线

ROC曲线中的对角线也称机会线，对角线的AUC为0.5，表明该诊断试验正确做出判断的可能性只有50％，指标判断结果与随机猜测无异，无任何诊断价值。

我们通常看到ROC在对角线上方。其实当某一指标取值越小却倾向于患病时，直接绘制的ROC是在对角线下方的。此时为了符合我们解读ROC的习惯，并合理计算AUC，我们常需要将曲线以对角线为轴对称翻转。

若在SPSS软件的ROC模块下实现翻转，我们只需要更改“检验方向”设置为检验指标越小，患病可能性越大即可。

ROC与指标分布情况

在ROC绘制过程中，经常会出现左上方不止一个最优点，或是ROC和对角线相交的情况，这时曲线的意义就变得很难理解。其实这与患者、非患者指标的分布相关。

通常情况下，我们假定患者、非患者各自的指标分布属于单峰分布，虽然两个峰值并不一样，但是在各自的群体内仅有一个集中的值，这种情况下直接绘制ROC即可。

但如果任一分布是双峰甚至多峰，这时不经处理直接绘制的ROC就会出现上述情况。依据实际工作经验，绘制ROC前描述患者和非患者的指标分布情况很有必要。

来源：王晓晓, 陶立元, 赵一鸣. 受试者工作特征曲线的解读.中华儿科杂志, 2015, 53:369.

转载：请标明“中国循环杂志”