GraphPad Prism纵列表统计分析

受试者工作特征 (receiver operator characteristic curve, ROC)曲线是用真阳性率和假阳性率作图得到的曲线，可用来反应灵敏度和特异度的关系。它是以灵敏度为纵坐标，1−特异度为横坐标，依照试验组和对照组的测量值划分的一系列截断值，分别计算灵敏度和特异度，将给出的各点连接成线，该曲线即ROC曲线。ROC曲线主要用来评估二分类诊断测试的判别能力，选择最佳截断值 (截止点将距离坐标轴左上角最近的坐标点)。目前，ROC曲线大多数用来评估预测发生 (诊断研究)或发展 (预后研究)事件风险的临床风险预测模型的区分度，即通过预测有事件患者比没有事件患者更高的风险来区二者的能力。曲线下面积 (area under the curve, AUC)用来量化ROC曲线，它表示ROC曲线下与坐标轴围成的面积，通常在对角线 (直线y=x)的上方，因此AUC范围为0.5~1.0。AUC值越大，分类器 (预测模型)的效果越好，即区分度越高。本文旨在介绍在GraphPad Prism中进行ROC曲线绘制的步骤。

关键词: GraphPad Prism; 纵列表; ROC曲线; 曲线下面积; AUC

ROC目前常用于预测模型 (多用Logistic模型或Cox模型)的预测效能评价，也可以用于比较一组患者与一组对照组的原始数据。这里通过两个案例来讲解不同情况下ROC曲线的绘制。本案例数据可从“附件下载”处下载。

案例1：GPX4 (谷胱甘肽过氧化物酶)基因是乳腺癌的生物标志物，在正常人中表达量低，而在乳腺癌患者中呈现高表达水平。本例提取99名正常人群和127名乳腺癌 (BRCA)患者的组织，测量GPX4基因的表达水平，评价GPX4基因区分非患者和BRCA患者的能力。部分数据见图1。

案例2：某课题组欲评价X线诊断纵隔淋巴结肿大的准确度。收集某医院放射科医生通过X线采用5分类 ( －－、－、±、＋、＋＋)评价方法得到的数据，同时采集了患者性别、年龄数据。以病理检查结果作为诊断的金标准，其中110例有纵隔淋巴结肿大 (恶性)，90例无纵隔淋巴结肿大 (良性)。部分数据见图2。

案例1的分析目的是评价GPX4基因能否区分正常组织和BRCA患者乳腺组织，结局为是否发生BRCA，为二分类变量 (是vs.否)。

案例2的分析目的是评价调整协变量后诊断试验的准确性，诊断试验结果为有序变量，结局为采用金标准诊断的是否有纵隔淋巴结肿大，为二分类变量。可采用协变量调整的Logistic模型作为诊断模型，采用ROC曲线评价诊断模型的区分度。

打开GraphPad Prism，在弹出的欢迎界面左侧New table & graph (新建表格或图片)中选择Column (纵列表)，在Data table (数据表)选择Enter or import data into a new table (在新的数据表中写入数据)，在Options (选项)中，选择Enter replicate values, stacked into columns (输入复制值，叠加成列)，单击create(创建)(图3)。

在Group A和B列输入需要的数据，代表正常人群组和BRCA患者组 (图4)。

用户也可以导入已有的数据，具体过程如下：

(1) 点击上方工具栏file中的import选项 (图5)

(2) 在弹出的对话框的右下角先选择需要导入的数据存放格式 (图6)，然后选择用户的目标文件，单击OK

(3) 在随后弹出的对话框Import and Paste Special Choice (导入并粘贴特殊选项，图7)的Linking and embedding (联系和嵌入)中选择Insert data only (仅插入数据)

(4) 点击Import(导入)即可

(5) 将数据表重命名为“GPX4” ，对数据命名有助于日后的文件管理。如有需要，用户可以在Info部分对实验时间、实验编号和项目名称等进行简单描述，或者单击工具栏Sheet选项中的图标，可以在各表单上添加悬浮笔记，记录需要的信息 (图8)。

(6) 点击Data Tables (数据表)下的New Data Table… (新的数据表)以添加新的数据 (图9), 在弹出的欢迎界面左侧New table & graph (新建表格或图片)中选择Multiple variables (多变量)，按上述步骤导入案例二数据 (图10)。将数据表重命名为“诊断模型”，对数据命名有助于日后的文件管理。

(1) 在工具栏中的Analysis (分析)选项工具组中选择其下的Analyze (分析)命令图标。在新弹出的Analyze Data (数据分析)命令框中，选择Column analyses (纵列表分析)，继续选择ROC Curve (ROC曲线)选项，勾选右侧框中A: normal和B： BRCA两个数据集，单击OK (图11)。

(2) 在弹出的ROC曲线参数设置窗口中保持默认选项，单击OK (图12)。

GPX4基因诊断的ROC分析结果在Results (结果)中查看。

(1)AUC=0.9798，95%置信区间为0.9659~0.9937，P