ROC曲线下面积的计算方法.pdfVIP

维普资讯 齐齐哈尔医学院学报2007年第 28卷第6期 ROC曲线下面积的计算方法 韩云峰 R0C是受试者工作特征 (ReceiverOperating 2)所有可能灵敏度值的平均特异度值；3)随机选择 Characteristic)的缩写。R0C曲线及 R0C 曲线下 的病例试验结果 比随机选择的对照试验结果更有可 面积可作为某一诊断方法准确性评价的指标 ；通过 能怀疑 “有病”的概率。 对 同一疾病 的多种诊断试验分析 比较，这些指标可 理论上，当诊断试验完全无诊断价值即完全凭 帮助临床医生筛选出最佳诊断方案。国内外许多学 机会区分患者与非患者时，ROC曲线是一条从原点 者通过对不同类型资料进行研究，相继提出了R0C 到右上角的对角线即线段 (0，O)～ (1，1)，这条线称 曲线面积估计、可信区间估计和面积 比较假设检验 为机会对角线 (chancediagona1)，如果获得的 R0C 的参数和非参数方法 。本文系统介绍了ROC 曲线 曲线落在这条机会对角线上，其曲线下面积为 0．5； 下面积的参数与非参数估计方法 。 理想的诊断试验 R0C曲线应是从原点垂直上升至 1 R0C曲线的含义 左上角、然后水平到达右上角，其曲线下面积为 1，该 R0C曲线即受试者工作特征曲线 (Receiverop- R0C曲线对应的诊断试验可完全把患者判为阳性 、 eratihgcharacteristiccurve，R0Ccurve)分析是一种 把非患者判为 阴性 ，但实际上这样 的诊断试验极少 统计方法。美 国生物统计百科全书中关于 RoC的 或不存在。诊断试验的 R0C曲线一般位于机会对 定义是：“对于可能或将会存在混淆的两种条件或 自 角线的上方，离机会对角线越远说明诊断准确度越 然状态，需要试验者、专业诊断学工作者以及预测工 高。R0C曲线下面积实际的取值范围为 0．5～1，而 作者作 出精细判别 ，或者准确决策 的一种定量方 一 般认为E4]：对于一个诊断试验 ，R0C曲线下面积 法-D]。经过大量学者的研究、实践，目前，R0C分 在 0．5～O．7之间时诊断价值较低 ，在 0．7～O．9之 析已经成为临床科研文献 中应用最广泛 的统计方 间时诊断价值中等，在 0．9以上时诊断价值较高。 法，是国际公认的比较、评价两种或两种 以上影像诊 2 R0C曲线下面积的估计 断方法效能差异性 的客观标准[2]。R0C曲线是 以 (1)双正态参数法 曲线下面积估计的参数法[4常常是通过拟合某 假阳性率 (即1一特异度)为横坐标 、以真阳性率 (即 灵敏度)为纵坐标绘制而成[3]，如图 1为某诊断试验 种统计学模型来实现的，双正态模型是 目前 R0C曲 的R0C曲线。 线分析中最常使用的方法。该法假设患者和非患者 的实验结果均符合正态分布，根据试验结果拟合双