ROC曲线,即受试者工作特征曲线(receiver operating characteristic curve),是以灵敏度为纵坐标,1-特异度为横坐标绘制而成的曲线,其在临床医学诊断类稿件中受到人们的广泛关注且应用逐渐深入。而稿件中的ROC曲线应用是否合理及数据逻辑能否行得通,还需认真分析。今天,小编就跟大家聊一聊ROC曲线在医学诊断类稿件中的应用。
传统的诊断试验评价方法要求将试验结果分为2种,即阳性或阴性,然后再进行统计。而ROC曲线无此限制要求,即允许有中间状态,可以将试验结果划分为多个有序分类,如正常、大致正常、可疑、大致异常和异常五个等级再进行统计分析。那么,什么情况下可以应用ROC曲线?
对诊断方法、技术的效能做出客观评价
例如,评估超声和X线摄影对乳腺癌的诊断价值,以病理学确诊结果为金标准进行分析。这时的诊断结果即阳性或阴性,结果只有1个,不存在其他状态