| 命令： | 统计 ROC 曲线 图对比标准值  |
描述
在此图形（ROC 曲线分析的一部分）中，您可以根据标准值绘制以下统计量：
- 敏感性和特异性，以及可选的 95% 置信区间
- 尤登指数ROC 曲线上单个点的约登指数定义为
- sensitivity+specificity−1
- 阳性预测值检测呈阳性时疾病存在的概率。
- 阴性预测值当检测结果为阴性时，疾病不存在的概率。
- 有效性 有效性定义为 （Greiner et al.， 2000）：
- Efficiency=P×Se+(1−P)×Sp
- P=患病率，Se=敏感性，Sp=特异性
- 成本 成本是在特定决策级别使用诊断测试所产生的平均成本。它考虑了疾病患病率和真假阳性以及真假阴性决策的成本。
- P=患病率，Se=敏感性，Sp=特异性，FNc是假阴性决策的成本，FPc是假阳性决策的成本；TPc是真阳性决策的代价；TNc是真阴性决策的代价。错误分类成本项（MCT，Greiner等人，2000）仅考虑了疾病患病率和假阳性和假阴性决策的成本：
- 成本可以是财务成本或健康成本，但所有4个成本因素都需要在一个共同的尺度上表示。成本或MCT的最小值可以用作最佳选择标准的指标。
必需输入
- 变量：选择感兴趣的变量。
- 分类变量：选择指示诊断的二分变量（0 = 阴性，1 = 阳性）。如果数据的编码方式不同，则可以使用 Define status （定义状态） 工具对数据进行重新编码。
- 筛选条件：（可选）过滤器，以便仅包含选定的病例亚组（例如 AGE>21，=“Male”）。
- 选项：您可以选择以下 2 个图之一：敏感性/特异性或误分类成本术语
- 敏感性和特异性 95% 置信区间选项：
- 误差条形图：将灵敏度和特异性的 95% 置信区间显示为误差线
- 连接线：将灵敏度和特异性的 95% 置信区间显示为连通线（当标准值数量较高时推荐）
- 不显示95% CI：不在图表中显示灵敏度和特异性的 95% 置信区间
- Youden指数
- 阳性预测值
- 阴性预测值
- 有效性
- 成本选项 误分类 – 成本项 （MCT） ：见上文。您需要输入
- FNc：假阴性决策的成本
- FPc：假阳性决策的成本
- TPc：真阳性决策的成本 – 计算误分类成本项 （MCT） 时不需要。
- TNc：真阴性决策的成本 — 计算误分类成本项 （MCT） 时不需要。
- 对于阳性和阴性预测值、有效性和成本，需要有关疾病患病率的数据。该程序可以在同一图形中为不同的流行度创建曲线。
- 如果阳性组和负组中的病例数反映了该疾病在人群中的真实患病率，请选择 Observed prevalence （此值将在图表的图例中用星号表示），
- 或者输入最多 4 个不同的患病率值，以百分比 （0..100） 表示。
- 如果数据需要对数变换（例如，当数据正偏斜时），请选择 Logarithmic transformation （对数变换） 选项。
- 敏感性和特异性 95% 置信区间选项：
图
在图表中，所选统计数据将针对标准值绘制。
灵敏度和特异性、阳性和阴性预测值以百分比显示。
尤登指数 （Youden index） 和 有效性 （Efficiency） 的最大值，以及成本 （Cost） 的最小值在图表信息框中报告。要获取信息框，请在图表中右键单击，然后单击上下文菜单上的 Info。
敏感性和特异性与标准值的关系图：
不同疾病患病率水平的成本与标准值图：
