作者：張鵬 李琦
單位：中國中醫科學院西苑醫院檢驗科
受試者工作特徵曲線（receiver operating characteristic curve）簡稱ROC曲線，又稱感受性曲線（sensitivity curve），得此名的原因在於曲線上各點反映著相同的感受性，它們都是對同一訊號刺激的反應，只不過是在幾種不同的判定標準下所得的結果而已。
ROC曲線是由二戰中的電子工程師和雷達工程師發明的，用來偵測戰場上的敵軍載具（飛機、船艦），也就是訊號檢測理論，二戰後被引入統計領域，尤其廣泛應用於醫學統計中，用來做疾病診斷方法的比較。該曲線以假陽性率為橫軸，真陽性率為縱軸，受試者在特定刺激條件下由於採用不同的判斷標準得出的不同結果畫出的曲線。
1、ROC曲線含義
ROC曲線上各點反映的都是相同的感受性，透過對疾病組和參照組的測定結果進行分析，確定測定值的上下限、組距以及截斷點，按選擇的組距間隔列出累積頻數分佈表，並分別計算出所有截斷點的真陽性率（靈敏度）、特異性和假陽性率（1-特異性），作圖繪成ROC曲線。靈敏度（sensitivity），即敏感度，是指篩檢方法能將實際有病的人正確地判定為患者的比例。特異度（specificity），是指篩檢方法能將實際無病的人正確地判定為非患者的比例。
2、ROC曲線比較方法和適用條件
一般來說，對於兩種診斷方法可以有成組比較法和配對比較法，成組比較法是兩種診斷方法作用於不同受試者，配對比較法則是針對於同一受試者接受兩種不同的診斷方法。ROC曲線適用於二分類別的反映效果或結果的變數。
3、ROC曲線中的統計量
（1）曲線下面積（AUC）
AUC的值來評價診斷效果，其在1。0和0。5之間。當AUC＞0。5時，AUC越接近於1，說明診斷效果越好：AUC在 0。5～0。7時，準確性較低；在0。7～0。9時，有一定準確性；AUC在0。9以上時，準確性較高。AUC＝0。5時，說明診斷方法完全不起作用，無診斷價值。AUC＜0。5不符合真實情況，在實際中極少出現。
（2）約登指數、靈敏度和特異度
約登指數（Youden Index），也稱正確指數，是在假定假陰性（漏診率）和假陽性（誤診率）的危害性有同等意義時常用的方法，其反映了真正的患者與非患者的總能力。約登指數是靈敏度與特異度的和減去1，約登指數越大說明真實性越大。同時，約登指數最大值對應的檢驗變數值是該方法的診斷臨界值。
4、在SPSS中繪製ROC曲線案例介紹
（1）開啟SPSS 軟體，輸入資料，選擇分析—ROC曲線
（2）
選取檢驗指標載脂蛋白A1放入檢驗變數中，將中醫證型放入狀態變數中，將痰濁上擾證型賦值為1，陰虛風動證型賦值為0，輸出項勾選ROC曲線、帶對角參考線、標準誤差和置信區間以及ROC曲線的座標點。
（3）點選確定，得到分析結果。
（4）結果分析
檢視ROC曲線，載脂蛋白A1曲線下面積值大於0。5，說明載脂蛋白A1對痰濁上擾證型和陰虛風動證型的鑑別診斷具有一定的參考價值。
繼續檢視“曲線下面積”表，載脂蛋白A1曲線下面積為0。70，顯著性P=0。001
計算約登指數
將分析結果中的“曲線的座標”表複製到Excel中，計算“約登指數”，約登指數=敏感度+特異度-1。載脂蛋白A1的約登指數最大值是0。372，對應載脂蛋白A1是1。155 g/L，可以作為鑑別兩中醫證型的臨界值。
透過以上介紹相信大家對ROC曲線有了一定了解，目前ROC曲線在醫學領域統計中被廣泛使用，其不僅能夠查出任意界限值時的對疾病的識別能力，還能選擇最佳的診斷界限值，ROC曲線越靠近左上角，試驗的準確性就越高，最靠近左上角的ROC曲線的點是錯誤最少的最好閾值，其假陽性和假陰性的總數最少。此外還能對兩種或兩種以上不同診斷試驗對疾病識別能力的比較，透過分別計算各個試驗的AUC進行比較，AUC最大的試驗診斷價值最佳。
編輯：小冉 審校：Rose