原标题：论文中常见的ROC曲线该怎么解读？这篇文章告诉你

前情提要

上节课我们给大家介绍了生存分析的概念、变量、目的和方法，并且举例向大家说明了该如何解读生存分析的结果。如果对生存分析有疑问，可以仔细看看上期内容（→常用的数据分析方法——生存分析基础讲解）。

今天我们要了解的是本次课程中的最后一个统计学方法啦，下周我们就将进入统计学软件的学习！

那么就让我们进入今天的内容——ROC曲线。

ROC曲线

点击播放课程视频

ROC曲线的基础概念：

Roc曲线，也称“受试者工作特征曲线”，或者感受性曲线，曲线上每个点反映着对同一信号刺激的感受性。

我们以二分类问题的分析为例，给大家介绍一下ROC曲线中的一些基础概念。

针对一个二分类问题，会出现四种情况：

（1）若一个实例是阳性，并且被预测为阳性--真阳性（TP）

（2）若一个实例是阳性，但是被预测为阴性--假阴性（FN）

（3）若一个实例是阴性，但是被预测为阳性--假阳性（FP）

（4）若一个实例是阴性，并且被预测为阴性--真阴性（TN）

介绍完基本的概念后我们说回ROC曲线，ROC曲线的横坐标X轴就是假阳性率（FPR），也称误诊率，因此X轴越接近零准确率越高；纵坐标Y轴是真阳性率（TPR），也称灵敏度，Y轴越大代表准确率越高。

ROC曲线的主要用途：

评价某个或多个指标对两类测试者（如患者和正常人）分类及诊断的效果。通过绘制某个指标或多个指标的ROC曲线并计算各自的AUC，就可以知道哪个指标的分类/诊断效果更好。

寻找最佳的指标阈值使得分类效果最佳，约登指数最大值处即为最佳的指标阈值。

评价某个或多个指标对两类测试者（如患者和正常人）分类及诊断的效果。通过绘制某个指标或多个指标的ROC曲线并计算各自的AUC，就可以知道哪个指标的分类/诊断效果更好。

寻找最佳的指标阈值使得分类效果最佳，约登指数最大值处即为最佳的指标阈值。

应用实例：

菌血症主要是指外界细菌经由体表或感染伤口进入血液系统并繁殖后随着血流播散全身的全身血液感染性疾病｡

目前临床上诊断菌血症主要依赖于血培养结果，然而血培养存在检测时间较长、标本易污染、阳性率较低、检查费用较贵等缺点，导致菌血症诊断效能降低，严重影响患者治疗效果｡

近年来，研究发现血清PCT、CRP在判断临床感染中的应用价值较高。鉴于此，根据临床诊断结果绘制ROC曲线分析血清PCT、CRP在菌血症中的诊断价值，为临床早期诊断菌血症提供科学依据｡

结果解读

通过观察ROC曲线图，比较曲线下面积AUC，可以得出PCT对菌血症的诊断效果优于CRP，而联合检测对菌血症的诊断效果优于两者单独的诊断效果。

以上就是今天分享的关于ROC曲线的内容。

下期我们将开始学习常用统计学软件的使用方法，别忘了来学习哦~

返回搜狐，查看更多

责任编辑：