ROC曲线评价多指标联合诊断的价值

鼠标右键-粘贴即可，MedCalc默认的是带变量名的数据集，这点比SPSS方便一些。

3、logistic回归

点击Statistics——Regression——Logistic regression

在Logistic regression对话框中，在Dependent Variable框选择Disease，在Independent Variable框中第一、二行分别选择testa和testb。

在Logistic Regression结果对话框中，滑动到最下方，点击Save predicted probabilities，就把概率保存到数据集中了。

此时数据框中多了一列LOGREGR_Pred1，即testa和testb通过logistic产生的预测概率值，综合反应testa和testb的诊断能力，我们可以用LOGREGR_Pred1绘制ROC曲线并计算曲线下面积。

4、ROC分析

点击Statistics，选择ROC curves，接着选择ROC curve analysis。

在ROC curve analysis对话框中，Variable框中选择 LOGREGR_Pred1，Classification variable框中选择 disease，其他默认即可，最后点击OK。

结果解读

下表给出了总样本量、disease=0组的频数（百分比）、disease=1组的频数（百分比）

下表给出了ROC分析的结果， 联合诊断ROC曲线下面积AUC=0.810，95%可信区间为0.749-0.862，z值=9.995，p值0.36，此时Youden指数最大为0.5648，灵敏度为81.48%，特异度为75.00%。

下图是ROC曲线图，并标注了AUC和p值。

如你有如下问题：数据清洗、数据整理、统计分析、样本量计算、诊断试验、Kappa一致性检验、ROC曲线、临床预测模型、Graphpad作图、R语言、研究设计等问题，均可向刘老师 1V1咨询，需收取少量费用。

你点的每个赞，我都认真当成了喜欢 返回搜狐，查看更多