SPSS操作：多项测量指标的ROC曲线分析
在前面几讲中，我们已向大家介绍过如何依据一项测量指标设计和评价诊断试验。但在实际临床工作中，我们往往是根据多项指标综合判断病情的。比如，在诊断高血压时，我们会根据年龄、性别、并发症等多个因素同时评价受试者的患病情况。那么在这种情况下，我们应如何判断诊断结果的真实性呢？
一、问题与数据
某呼吸内科医生拟通过性别、年龄、BMI、COPD病史和是否吸烟等因素预测受试者的肺癌患病情况。他招募了85名肺癌患者，259名非肺癌患者，并通过查阅病历、问卷调查的方式收集了上述信息。变量的赋值和部分原始数据见表1和表2。如果该医生依据这几项因素预测受试者是否患肺癌，那么应如何预测，准确性又如何呢？
表1 肺癌危险因素分析研究的变量与赋值
表2 部分原始数据
从本质上讲，该研究也是结局变量为二分类的诊断试验。但是该诊断试验的测量指标很多，应该如何预测每一位受试者是否患肺癌呢？
我们可以通过二分类Logistic回归模型，用性别、年龄、BMI、COPD病史和是否吸烟等因素，计算受试者患肺癌的预测概率。
二、SPSS分析方法
1. 数据录入SPSS
2. Logistic回归分析（关于Logistic回归每一步设置的意义，可参考“SPSS实例教程：二分类Logistic回归”。）
选择Analyze→Regression→Binary Logistic
（1）主对话框设置
将因变量cancer送入Dependent框中，将纳入模型的自变量sex, age, BMI和COPD变量Covariates中，选择Forward: LR的自变量筛选方法（Method对话框）。
（2）Categorical设置
本研究中，COPD是多分类变量，我们指定“无COPD病史”的研究对象为参照组，分别比较“轻/中度”和“重度”组相对于参照组患肺癌的风险。
点击Categorical→将左侧Covariates中的COPD变量送入右侧Categorical Covariates中。在Reference Category的右侧选择First（表示选择变量COPD中，赋值最小的，即“0”作为参照。）→点击Change→点击Continue。
（3）Save设置
点击Save→选择Probabilities→点击Continue。
三、Logistic回归结果
1. 纳入Logistic回归模型的变量
最终模型纳入了性别（sex）、COPD病史（COPD）和吸烟（smoke）三个变量。也就是说，这该Logistic回归模型认为，这三个变量可以预测是否患肺癌，而年龄和BMI并没有预测意义。
2. 个体患肺癌的概率
根据上述Logistic回归的结果，我们可以写出每个受试者根据性别、COPD病史和是否吸烟三个因素，预测是否患肺癌的危险得分Logit(P)：
Logit(P)= -3.062 + 0.836*sex(男=1；女=0) + 0.454*COPD(轻度) + 1.281COPD(中/重度) + 1.237*smoke(无=0；曾吸/现吸=1)
并可以按照以下公式计算得到每一个受试者患肺癌的预测概率：
实际上，当点选了上述2.5的操作，运行该回归分析后，SPSS会自动生成每一位受试者的预测概率（PRE_1），而不需要上述的手工计算。
至此，我们就可以根据受试者的真实患病情况和预测概率，评估根据性别、COPD病史和是否吸烟三个因素，预测个体是否患肺癌的准确性了。
四、ROC曲线的绘制
1. 选择Analyze→ROC Curve
2. 主对话框设置
将已知的疾病情况cancer送入State Variable框中，预测概率Predicted probability送入Test Variable中，并在Value of State Variable框中填1→OK。
五、结果解读
SPSS的ROC曲线结果会给出ROC曲线和曲线下面积。
根据结果，我们可以知道该诊断试验的ROC曲线下面积是0.718,判断其准确性，并用于与其他诊断试验的比较。至于评价诊断试验的其它指标，需要我们根据预测概率（PRE_1）确定诊断截点（cut-off值）后再计算，有兴趣的小伙伴可以自己尝试计算哦。
相关阅读
关注医咖会，一起学习统计学~
我们建了一个微信群，有临床研究设计或统计学方面的难题？快加小咖个人微信（xys2016ykf），拉你进群和其他小伙伴们一起交流学习。诚邀各位伙伴加入我们创作内容，请和小咖联系，和大家分享你喜爱的临床研究以及有用的研究方法学知识。
点击左下角“阅读原文”，看看医咖会既往推送了哪些研究设计或统计学文章。还可以到医咖会公众号下方的自定义菜单，点击“直接搜索”，查找你想了解的内容。