医学案例|ROC曲线之面积对比

一、案例介绍

为评价CT和CT增强对肝癌的诊断效果，共检查了32例患者，每例患者分别用两种方法检查，由医生盲态按4个等级诊断，最后经手术病理检查确诊其中有16例患有肝癌，评价CT个CT增强对肝癌是有有诊断效果并且试着比较两种诊断方式是否有差别。

二、问题分析

想要分析CT和CT增强对肝癌是有有诊断效果并且试判断两种诊断方式是否有差别，可以使用ROC模型，通过AUC面积判断CT和CT增强对肝癌是否有诊断作用，并且进行delong检验判断两者是否有差别，接下来进行说明。

三、软件操作及结果解读

(一) 数据导入

1.数据格式

首先将数据整理成正确的格式，一般一个X为一列，Y为一例，并且分析的数据带有数据标签的，需要另添加一个表格进行说明，数据格式如下（特别说明：SPSSAU默认的切割点为1）：

2.导入数据

将整理好的数据上传至SPSSAU系统内，如下：

上传的数据如下：

(二)针对问题分析

1. 软件操作
   ROC曲线分析路径为点击【可视化】→【ROC曲线】然后进行分析：

1. 结果解读

SPSSAU默认以1作为切割点，即1作为阳性，其它作为阴性，首先查看下数据的分布，如下：

发现数据中阴性和阳性各占一半，数据分布均匀。

诊断价值判断：

从结果可以看出CT增强对应的AUC值为0.961，大于0.9，所以说明诊断价值高，并且从p值也能看出，p值小于0.05，说明CT增强对应的AUC值明显高于0.5。CT对应的AUC为0.811，大于0.7小于0.9说明有一定的诊断价值，p值小于0.05，说明CT对应的AUC值明显高于0.5。CT增强的AUC值大于CT，并且从ROC曲线也能观察得到。

其中横坐标为（1-特异性），纵坐标为敏感度，从ROC曲线可以看出CT增强与X轴所围面积远远大于CT与X轴所围面积。

两者比较：

上表格展示delong检验结果，一般可以观察95％的置信区间或者查看p值，如果查看95％的置信区间，置信区间不包括数字0则说明具有显著性差异，如果查看p值则小于显著水平则说明有显著性差异。上表格展示发现95％的置信区间不包括0，则说明两者之间具有显著性差异。并且模型的z值为2.1097，p值小于0.05，模型显著。并且AUC差值大于0，说明CT增强诊断效果比CT好。中间过程计算可以参考：

Z值计算如下：

四、结论

想要分析CT和CT增强对肝癌是有有诊断效果并且试判断两种诊断方式是否有差别，利用ROC曲线进行分析，CT增强对应的AUC值为0.961，大于0.9，所以说明诊断价值高，并且从p值也能看出，p值小于0.05，说明CT增强对应的AUC值明显高于0.5。CT对应的AUC为0.811，大于0.7小于0.9说明有一定的诊断价值，p值小于0.05，说明CT对应的AUC值明显高于0.5。CT增强的AUC值大于CT，并且经过delong检验模型的z值为2.1097，p值小于0.05，模型显著。并且AUC差值大于0，说明CT增强诊断效果比CT好。

五、知识小贴士

1、SPSSAU如何做delong检验对比？

SPSSAU进行ROC分析时，开始分析按钮右侧选中参数‘delong对比’即可输出delong检验两两配对比较结果，与此同时，SPSSAU直接可进行Hanley JA, McNeil BJ检验。通常情况下使用Delong检验较多。

2、特别注意

SPSSAU提供状态变量设置，事实上将Y拆分成两组，等于切割点为“阳性”，不等于切割点为“阴性”。默认切割点为数字1，此处通常情况下需要进行设置。

参考文献：

[1]孙振球.医学统计学.第3版[M].人民卫生出版社,2010.