品牌型号：Dell N5010

系统：Windows 10

软件版本：IBM SPSS Statistics

ROC曲线在信号判别，标志物诊断等领域应用广泛，ROC曲线又称受试者工作特性曲线，Hanley提出，在资料数据分布未知的情况下，引入Wilcoxon统计量，将各分割点看作可依次排序的秩项，估计曲线下面积，就可以评价分类准确性。ROC曲线一般通过IBM SPSS Statistics统计分析软件绘制，那spssroc曲线分析如何看临界值，spssroc曲线分析结果解读方法是什么，本文将向大家作简单介绍。

一、spssroc曲线分析如何看临界值

为了便于向大家介绍，这里列举一个案例，判断体内某种催化酶含量能否用以判别肿瘤良性和恶性，分别统计测量了良性肿瘤和恶性肿瘤患者体内的该催化酶含量，使用SPSS绘制ROC曲线。

首先向SPSS中录入数据，酶含量为标度变量，是否为恶性肿瘤为名义变量，是为1，否为0，数据录入后如图1所示。

我们按照第三小节中方法，进行ROC曲线绘制，观察输出结果中的曲线的坐标表格，如图2所示，如何确定临界值呢？我们需要计算约登指数最大值，约登指数计算公式为，敏感度+特异性-1，所以我们只需将数据复制到Excel表格，计算全部坐标的约登指数，找出最大值，其对应的酶含量就是临界值。

本小节向大家介绍了约登指数的计算方法，以及临界值的求解，如何确定ROC曲线能否用于指导疾病诊断呢，我们将在第二小节中介绍。

二、spssroc曲线分析结果解读

ROC曲线一般通过曲线下面积进行判断，ROC曲线下面积（AUC，Area Under Curve）的公式为：

以恶性肿瘤诊断为例，其中x（1，2，…,n）为诊断恶性，y(1，2，…，m)为诊断阴性。根据计算公式AUC取值0.5-1.0。

如果AUC为0.5-0.7，则此酶诊断参考性较低，如果AUC为0.7-0.9，则此酶诊断参考性中等，如果AUC大于0.9，则诊断参考性较高。

以上就是关于ROC曲线的AUC查看方法，第一小节的ROC曲线以及AUC面积计算结果如图4所示，区域面积为0.719，诊断水平中等。

以上两个小节向大家介绍了临界值求解，以及ROC曲线的分析，那么如何进行ROC曲线绘制呢，我们继续向大家介绍。

三、SPSS ROC曲线绘制

仍然以第一小节中数据为例，我们点击分析，ROC曲线，如图5所示。

在弹出的窗口中，将恶性肿瘤指定为状态变量，并将状态变量值赋值为1，将酶含量指定为检验变量，将显示项目下的四个选项都选中，然后点击确定，SPSS将进行ROC曲线绘制，接着大家按照第一第二小节中方法进行分析即可。

spssroc曲线分析如何看临界值，获取临界值需要借助约登指数，以本文示例，我们绘制完毕ROC曲线后，将坐标值复制到excel，按约登指数=敏感度+特异性-1，找到约登指数最大值，其对应的酶含量即为临界值。分析完毕临界值后，我们借助AUC进行spssroc曲线分析结果解读，AUC取值越高，此酶诊断价值越高。

作者：莱阳黎曼