ROC分析方法概要VIP专享VIP免费

第 二 章 ROC 曲 线 分 析 概 要 本 文 先 介 绍 了 ROC理 论 的 一 些 基 础 知 识 如 特 异 度 和 灵 敏 度 等 ， 然 后 简 要 介 绍了 非 参 数 ROC分 析 方 法 ， 并 建 立 了 ROC模 型 。 最 后 介 绍 了 ROC曲 线 及 在 R软 件 中 的 绘制 。 2.1 ROC分 析 的 基 本 要 素 ROC分 析 的 基 本 要 素 包 括 真 阳 性 和 假 阳 性 也 称 灵 敏 度 和 特 异 度 ， 以 及 “ 金 标准 ” “ 金 标 准 ” 划 分 被 测 试 者 的 真 实 状 态 为 对 照 组 和 病 例 组 两 类 。 常 见 的 金 标 准有 跟 踪 随 访 、 活 组 织 检 查 、 尸 体 解 剖 、 手 术 探 查 等 。 虽 然 “ 金 标 准 ” 没 有 必 要 是十 全 十 美 的 ， 但 “ 金 标 准 ” 应 与 评 价 的 诊 断 系 统 无 关 ， 而 且 比 要 评 价 的 诊 断 系 统更 可 靠。 “ 金 标 准 ” 不够完美 时， 可 用采用Bayesian、 模 糊金 标 准 、 EM估计等 方法 解 决。 对 按照 “ 金 标 准 ” 确定的 二 分 类 总体 ， 对 照 组 和 病 例 组 分 别用阴性 和 阳 性 表示诊 断 试 验结果。 假 定总体 样本 量是 N， 诊 断 试 验的 可 能结果总共有 四种：被 测试 者 患病 且 被 正确诊 断 为 患病 者 ， 被 测 试 者 无 病 且 被 错误诊 断 为 患病 者 ， 被 测 试者 无 病 且 被 正确诊 断 为 无 病 者 ， 被 测 试 者 无 病 且 被 错误诊 断 为 患病 者 。 我们可 以用一 个2×2的 列联表来表示它们之间的 关 系 。 诊 断 结果 “ 金 标 准 ” 合 计 患病 者 健康者 阳 性 a(真 阳 性 ) b(假 阳 性 ) a+b 阴性 c(假 阴性 ) d(真 阴性 ) c+d 合计 a+c b+d a+b+c+d=N TPR =aa + c FPR =bb + d 在 医学研究中 ， 诊 断 试 验准 确度 指标 最 常 用的 是 灵 敏 度 与 特 异 度 。 灵 敏 度 （sensitivity）， 也 叫真 阳 率（true positive rate， 即TPR）是 被测 试 者 患病 且 被 正确诊 断 为 患病 者 的 样本 量在 阳 性 总体 中 占的...