第10章 诊断试验与ROC分析教学课件.ppt

IBM-SPSS 第10章 诊断试验与ROC分析 诊断试验是指评价某种疾病诊断方法的临床试验。主要应用于疾病诊断、疾病随访、疗效考核以及药物毒副作用的监测。临床医师但单凭经验难免不够稳妥诊断，如未能给患者及时有效的治疗，甚至造成不可弥补的损失。掌握科学的研究和评价诊断试验的方法可为其选择合理的诊断方法奠定基础，同时可避免单凭经验造成的错误。ROC分析是进行临床诊断试验评价的常用方法 10.1 常用诊断试验的评价指标 10.2 ROC曲线 在诊断医学中，提高区分有病和没病患者的检测结果的准确性是非常重要的。当检测结果是二元时，检测的准确性由敏感度和特异度来测量。然而对于连续的检测结果或有序分类的检测结果，当诊断界值发生变化时，灵敏度和特异度都发生变化，因此单纯用某一点上的灵敏度和特异度指标比较和评价几种诊断系统的诊断效能是不全面的； 另一方面，在实际应用中，当一种方法的灵敏度高而另一种方法的特异度高时，很难对两者进行比较，而且传统的灵敏度和特异度指标比较，未考虑临界值的影响，因此，只有对不同的诊断界值下的灵敏度—特异度曲线进行全面的比较，才能比较客观地反映诊断系统的效能。 10.2.1 ROC分析的基本原理 ROC曲线是以诊断资料的（1-特异度）为横轴，灵敏度为纵轴所绘制的曲线。曲线下面积（记为A）可反映诊断试验的价值的大小，常常取值范围在0.5~1，完全无价值的诊断为0.5，完全理想的诊断为1。一般认为，面积A在0.5~0.7之间，表示诊断价值较低，在0.7~0.9之间，表示诊断价值中等；0.9以上表示诊断价值较高. 10.2.3 实例详解 例10.1：有109份CT影像，其中有51份采用金标准确诊为异常，58份确诊为正常。某放射医生对这些CT影像的异常程度按1、2、3、4、5的顺序进行分类，结果见图10-10。试回答该放射医生利用CT影像诊断疾病的能力。 1．操作过程 （1）单击“数据”|“加权个案”，弹出加权个案对话框。选择加权个案：频数。 （2）单击“分析”|“ROC曲线”，弹出ROC曲线主对话框。 检验变量：诊断类别 状态变量：组别 在状态变量的值：输入1。 （3）选取所有的输出项，单击“确定”运行，输出结果。 2．结果解读 如图10-11所示，给出了金标准每一分类的未加权与加权频数，显示出金标准为阳性者51例，阴性者58例；值越大，越有可能诊断为阳性，指示阳性代码为“1”。 如图10-14所示可知，ROC曲线下面积为0.893，表示诊断试验的诊断准确度较好。相应的标准误为0.032，P=0.000,95%的置信区间为（0.830,0.956）。 THE END