匯東華統計顧問有限公司

"匯東華-認真作好每件事"
~統計，不再是阻力，而是助力~

ROC曲線、最佳切點與AUC差異顯著性比較

功能：

1. 判斷連續變數X對二分類之Y變數之診斷價值。例如本範例之年齡對於死亡狀態之診斷價值。

2. 可繪製ROC曲線。

3. 可計算AUC（ROC曲線下面積）外，包括最佳界線值（約登指數）、敏感度、特意度以及X的切點。

4. 可比較兩種X對Y之診斷價值。並進行AUC顯著性比較。例如本例可以比較年齡與入院血糖值對診斷死亡狀態之價值是否有差異。常用於比較新模型與既有模型之效能。

特色：

除了產出AUC、信賴區間等數據外，多了找出最適切點的功能，這對於不管在醫學、管理學、心理學等領域的應用，都會是很重要的診斷指標。另外，我們也能從系統中去比較兩筆資料間的AUC存在何種差異，確認項目間是否有顯著差異，判斷何者較佳。

適用對象：

已經將資料庫中愈分析之變數清理乾淨者。資料檔格式：SPSS資料檔（.spv）、EXCEL檔、CSV。交件時請告知X、Y變數及其定義。

服務費用：

1. 單項X對Y預測/診斷費用900元。在同Y下，每多一項X多300元。匯東華交付文件：表1~表3 + 圖1+重點文字說明。請看以下示例。

死亡狀態	人數	百分比
死亡	1095	68.35%
存活	507	31.65%
總計	1602	100%

　　　　　　　　　　　　　表1、分析樣本概況

說明：

從上表可知，針對年齡建構ROC曲線，用於判斷其對於死亡狀態的診斷價值，首先進行“金標準”的設置。以1(死亡)為切割點，其他作為存活(代碼=0)。從上表可以看出：死亡比例為68.35%，存活比例為31.65%。

標題	AUC	標準誤	p	95% CI
年齡	0.665	0.014	0.000**	0.637 ~ 0.693

* p<0.05 ** p<0.01

　　　　　　　　　　　　表2、ROC結果AUC匯總表

說明：

ROC曲線直觀展示假死亡率（1-特異度）與真死亡率（敏感度）之間的關係情況。AUC即ROC曲線下的面積值，介於0到1之間，AUC越接近1說明診斷效果越好；AUC的判斷標準為：0.5以下不符合實際情況；0.5時說明完全無診斷價值，0.5~0.7之間診斷價值很低，0.7~0.9說明有一定診斷價值，0.9以上說明診斷價值高。從上表可以看出年齡對應的AUC值為0.665，意味著年齡對於死亡狀態的診斷價值比較低。

標題	AUC	最佳臨界值	敏感度	特異度	Cut-off
年齡	0.665	0.264	0.629	0.635	65.000

表3、ROC最佳臨界值結果

ROC曲線最佳臨界值(Youden index (約登指數)最大值)是指診斷價值最大點。

圖1、年齡對死亡狀態診斷之ROC曲線

ROC曲線展示假死亡率（1-特異度）與真死亡率（敏感度）之間的關係情況。ROC曲線越靠近左上角，試驗的準確性就越高。

2.若欲進行兩模型比較是否有顯著差異。每一組模型多加400元。匯東華交付文件：表4 + 結果重點說明。

	AUC	SE	AUC差值	Z	p
第一項(age)	0.665	0.014	-0.0370	-1.5156	0.1296
第二項(血糖)	0.702	0.020	-0.0370	-1.5156	0.1296