此文將延續之前的ROC曲線 (http://goo.gl/B9H0tg的介紹,進一步分享如何使用SigmaPlot軟體繪製ROC曲線。上一篇PO文介紹的操作軟體為SPSS,該軟體的限制主要為無法比較不同檢驗工具間的曲線下面積(AUC)之差異,有許多的統計軟體皆可達到此一分析目的,SigmaPlot即為其一,為何要介紹SigmaPlot呢?因為它的界面好操作,ROC曲線圖的呈現夠專業。

 

SigmaPlot 操作

 

 

實例:醫師對失智症病人做了各種測量,想從測量數據中找出幾個可以用來初步判斷病人是否為失智症的工具,請以SigmaPlot找出準確性較高的診斷工具。

dementia是臨床醫師對失智症的確診, Index1~Index3為新的檢驗工具。

 

執行步驟

 

資料分析前,必須將代表黃金標準的欄位(dementia)放在資料的第一欄,SigmaPlot會自動判斷為黃金標準。

 

(1)   Toolbox → ROC Curves…

(2)  將3種測量數據 Index1~Index3 選入右邊的『Selected D data Sets下的方格

(3)  『Position State Options中的陽性(Positive State)可為 "1" "0",視資料的編碼點選,若數值愈小愈傾向黃金標準的異常,『Position Direction可選『Low』

(4)  最後再將『Show diagonal  line(具有參考對角線)』及其他圖形設定依需要選項勾起來如圖中的Show grid line(畫出格線)、Add symbols(增加曲線上的符號﹞、Add line styles(增加線條樣式)

 

Sigma_4  

 

【分析結果】

根據ROC曲線圖以及輸出報表,Index1的曲線下面積最大 (AUC=0.887; 95% CI=0.804-0.970),屬於鑑別度良好的診斷工具,且顯著大於AUC=0.5的參考線(p<0.01),最差者為Index3 (AUC= 0.779)

Sigma_1

 

至於三種檢驗工具間的AUC是否有統計上的差異,可由下表判斷。在比較前,必須有一個虛無假設,即不同診斷工具間的AUC相差為0,若統計上明顯大於0,則兩組的AUC確實不同,即檢驗工具的準確性優劣不同。Index1Index2AUC相差0.05769p value0.021,因此Index1Index2AUC有統計上的差異;Index1Index3AUC相差0.1075p value0.03569,因此Index1Index3AUC有統計上的差異;Index2Index3AUC相差0.04977p value0.2837,因此Index1Index3AUC間並無統計上的差異

 

Sigma_2  

 

下表為Index1~Index3的敏感度(Sensitivity)與特異度(Specificity),利用Youden index即將每一個切點的敏感度(Sensitivity) 與特異度(Specificity)相加,並取最大值,即可找到最佳切點。並利用最佳切點說明敏感度(Sensitivity) 與特異度(Specificity)的大小

 

Sigma_3n    

文章標籤
創作者介紹
創作者 estat 的頭像
estat

以斯帖統計,以專業貼近你的心

estat 發表在 痞客邦 留言(0) 人氣()