受试者工作特征曲线简称为ROC曲线。ROC曲线于20世纪80年代起广泛应用于医学诊断性能的评价,如用于放射医学、实验室医学、癌症的筛查和精神病的诊断的评价,特别是医学影像学诊断的准确性的评价。它以不同诊断分界点下的真阳性(TRR,即敏感度)为纵坐标,假阳性率(FPR,即1-特异度)为横坐标,将各点连接起来绘制出的曲线成为ROC曲线,这些点称为ROC工作点。计算与比较ROC曲线下面积,以此反映诊断试验的诊断价值。
进行ROC分析的资料一般分为连续型资料和有序分类资料两种。连续型资料常见于某些定量检验,有序分类资料常见于医学影像诊断或心理学评价
下面将通过例题的操作进行ROC曲线的绘制及评价(例题选自《医学科研中的统计方法》 第四版 马斌荣主编)。
图片1.png
(1002.54 KB, 下载次数: 0)
1.首先将数据输入
图片2.png
(26.75 KB, 下载次数: 0)
2.对SPSS数据赋值
图片3.png
(33.57 KB, 下载次数: 0)
3.加权数据,对freq进行加权
图片4.png
(24.29 KB, 下载次数: 0)
4.绘制ROC曲线
选择:分析——ROC曲线:将num选入检验变量,group选入状态变量,下方状态变量的值=1,表明研究对象为病例组。
图片5.png
(66.34 KB, 下载次数: 0)
点击确定
5.SPSS输出
图片6.png
(2.18 KB, 下载次数: 0)
图片7.png
(17.38 KB, 下载次数: 0)
图片8.png
(20.48 KB, 下载次数: 0)
6.得出结论
根据曲线下的面积可以得出ROC曲线面积等于0.714。MCV诊断缺铁性贫血的能力属于中等偏下
统计211网现推出微信公众号平台,每日更新,由一批专业统计领域的专业人士撰稿,每位专家根据自己擅长的领域为各位统计爱好者提供原创或经典的科研统计相关信息。内容包含统计理论解析、应用案例解读、典型错误辨析等,也涉及统计方法在软件中的应用,例如 SPSS、R、SAS、STATA、Amos等统计软件,全方位多视角的介绍统计相关知识,力求为广大读者提供帮助。
公众号名称:统计211网
公众号ID: tj211_com
二维码.png
(15.1 KB, 下载次数: 0)
|