生物统计分析之ROC曲线分析

简介

受试者工作特征曲线( receiver operating characteristic curve ， ROC 曲线)，又称为感受性曲线( sensitivity curve )，是比较诊断测试的一种方法。随着接受者灵敏度的提高，假阳性的数量会随之增加。 因此， ROC 曲线实际上反映了特异性与灵敏度的关系，它是真阳性率与假阳性率的关系图。其背后的逻辑是，如果一项测试没有诊断能力，那么它产生真阳性或假阳性的可能性是相同的。随着诊断能力的增加，即特异性的提升，真阳性率上升，假阳性下降。 在临床诊断中ROC一般用于评价检验项目的临床准确性，如评价多指标联检的准确性，未知单指标的检测cut-off值等。此外，在生物标志物研究中，ROC是评估一个生物标志物的预测性能的有用的图形工具，指示一个生物标志物组区分两个群组（如实验组和对照组，疾病和健康）的能力。

ROC曲线图解

ROC曲线是以真阳性率(灵敏度)为纵坐标，假阳性率(1-特异度)为横坐标绘制的曲线。其自变量(检验项目)一般为连续性变量，因变量(金标准)一般为二分类变量。

Fig 1. Receiver operator characteristic curves of the predicted risk of HPAI H5N1 presence/absence. (M