ROC曲线的分析步骤 1、2113ROC的分析步骤：①ROC曲线绘制。5261依据专业知识，对疾病组和参照组测定4102结果进行分析1653，确定测定值的上下限、组距以及截断点（cut-off point），按选择的组距间隔列出累积频数分布表，分别计算出所有截断点的敏感性、特异性和假阳性率（1-特异性）。以敏感性为纵坐标代表真阳性率，（1-特异性）为横坐标代表假阳性率，作图绘成ROC曲线。②ROC曲线评价统计量计算。ROC曲线下的面积值在1.0和0.5之间。在AUC>；0.5的情况下，AUC越接近于1，说明诊断效果越好。AUC在 0.5～0.7时有较低准确性，AUC在0.7～0.9时有一定准确性，AUC在0.9以上时有较高准确性。AUC=0.5时，说明诊断方法完全不起作用，无诊断价值。AUC不符合真实情况，在实际中极少出现。③两种诊断方法的统计学比较。两种诊断方法的比较时，根据不同的试验设计可采用以下两种方法：①当两种诊断方法分别在不同受试者身上进行时，采用成组比较法。②如果两种诊断方法在同一受试者身上进行时，采用配对比较法。2、受试者工作特征曲线（receiver operating characteristic curve，简称ROC曲线），又称为感受性曲线（sensitivity curve）。得此名的原因在于曲线上各点反映着相同的感受性，它们都是对。
LinkLab原创：让你彻底理解ROC曲线 上一期我们已学习了诊断性试验的常用评价指标，不难看出，在这些指标中，Sen、Spe、+LR和-LR属于稳定的指标，Acc为相对稳定的指标，而PPV和NPV为不稳定的指标。。
如何根据ROC曲线确定最佳临界值，求助各位大神 至少两列，一列金标准结果（即是否患病），一列新方法的检测数值ROC曲线分析中会生成曲线坐标值，根据各取值的特异度和灵敏度之和最大的原则求得cutoff
