【ROC曲线专栏】如何快速绘制ROC曲线？

聊点学术

新专栏又来了。

ROC曲线是一个非常实用的工具。对于医学研究来说，更是不可缺少。

举个例子。

“针对某种疾病，现有A、B两种公认的诊断方法，你的团队研究出新诊断方法C。自然而然，肯定需要比较A、B、C三种方法，判断到底哪一种对该疾病的诊断更准确？”

此时，ROC曲线就派上用场了。

ROC曲线全称receiver operating characteristic curve，又称作感受性曲线（sensitivity curve）。简单来说，就是曲线上不同的点是对同一信号刺激的反应，只不过是在几种不同的判定标准下所得的结果而已。

按照上面的例子讲。要达到比较A、B、C三种方法诊断的目的，首先你需要在临床上收病例，对照组和患病组（注意，两组人数可以不一致哦，但不可差太多）。然后分别用A、B、C三种方法对每一位入组人员进行诊断，在设定准确的截断值后，可以分别得到A、B、C三种诊断方法对于单个人的敏感度和假阳性率数据。随后采用这些数据绘制ROC曲线图（横坐标为假阳性率，纵坐标为敏感度）。通过比较ROC曲线特征和曲线下面积，就可以比较A、B、C三种诊断方法了。

ROC曲线的使用方法大致就是如此，大家可以根据具体情况类推。ROC曲线的详细解读将放在后面几期中进行。

老规矩，先说怎么绘制单个的ROC曲线图。

---

（1）打开GraphPad Prism，选择column，然后按如下选择。

（2）以软件自带数据进行示例。选择data后，再选择Analyze，弹框中选择ROC Curve。点击OK。

（3）弹框中如下选择，一般默认即可。置信区间95%，百分比呈现，P值在小数后点4或5位均可。

（4）P值＜0.001，说明两组之间有显著差异。曲线下面积AUC为0.9467。

（5）点击左侧的Graph，选择ROC curve: ROC of data A。可以看到曲线已经出来了，但是不太美观，下面对其进行美化。

（6）打双击图中的曲线，在弹窗中如下选择。下面红框中可修改点和曲线的样式、色彩、大小。调整至合适状态即可。（也可取消show symbols，只保留曲线）

（7）打开最终，我们可以得到一个ROC曲线的基本样式。横坐标为假阳性率，纵坐标为敏感度。

Ending

如果您觉得有用，点个赞或在看或转发。

转载文章，需附二维码和出处！

---

聊点学术，扫码关注