医学案例|ROC曲线之面积对比

发布时间 2023-07-28 11:24:15作者: spssau

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.