ROC曲線的統(tǒng)計學(xué)實驗報告要點

1、上海大學(xué) 2014 2015 學(xué)年秋 季學(xué)期研究生課程報告課程名稱：生物醫(yī)學(xué)測量及儀器課程編號：07SBE7002論文題目 :基于甲胎蛋白診斷肝癌的ROC曲線繪制及AUC計算研究生姓名:廖小金學(xué) 號:14723542論文評語 :成 績:評閱日期 :任課教師 :摘要在檢驗?zāi)骋晃镔|(zhì)對疾病的診斷效果時，ROC曲線是一個重要的統(tǒng)計學(xué)分析方法。其以真陽率作為縱坐標(biāo)，假陽率作為橫坐標(biāo)，隨診斷臨界值的移動而形成一條連續(xù)的曲線。曲線下的面積AUC是判斷診斷效果的一個依據(jù)，面積越接近于1效果越好。顯著性差異可以幫助判斷樣本是否來自同一總體，也可以因此評價診斷方法的效果。AbstractIn the examin

2、ation of the effect of a substance for the diagnosis ofa disease, ROC curve is a significant statistic analysis. It set thetruepositive rate as ordinate, thefalse positiverate as the horizontalaxis,and forms a continuous curve with the change of diagnostic threshold .AUC areaunder the curveis a para

3、meterfor judging the effect ofdiagnosis,and the more itcloses to 1 ,the better effect it implies.Significant difference can help judge whether the samples are from the same population, and therefore can also evaluate the effectiveness of the diagnostic method.- 1 -第一章 概論1.1 甲胎蛋白與肝癌甲胎蛋白是一種糖蛋白，主要來自胚胎的

4、肝細(xì)胞，胎兒出生后約兩周甲胎蛋白從血液中消失，因此正常人血清中甲胎蛋白的含量尚不到 20 微克 / 升。但當(dāng)肝細(xì)胞發(fā)生癌變時，卻又恢復(fù)了產(chǎn)生這種蛋白質(zhì)的功能，而且隨著病情惡化它在血清中的含量會急劇增加，甲胎蛋白就成了診斷原發(fā)性肝癌的一個特異性臨床指標(biāo)。過去一直認(rèn)為是診斷原發(fā)性肝癌的特異性腫瘤標(biāo)志物，具有確立診斷、早期診斷、鑒別診斷的作用。大量的臨床卻發(fā)現(xiàn)，部分肝硬化病人會長期出現(xiàn) AFP 達到上千，但多年都沒有肝癌的跡象； 同時發(fā)現(xiàn)約 20%的晚期肝癌病人， 直至病故前， AFP 仍不超過 10。也就是說，盡管甲胎蛋白是檢驗肝癌的有效的指標(biāo)，但肝癌患者不一定甲胎蛋白檢驗呈陽性（ 80%呈陽性）

5、，而 AFP檢驗呈陽性的人也不一定是肝癌患者。這就涉及到對診斷試驗評價的問題，我們課程中所學(xué)的假設(shè)檢驗、ROC曲線繪制及 AUC計算正是針對這類問題的方法之一。1.2 診斷試驗的評價指標(biāo)顯著性差異顯著性差異是檢驗假設(shè)是否合理的一個方法。例如在本項目中，用甲胎蛋白作為肝癌的診斷指標(biāo)，若這兩組實際數(shù)據(jù)有顯著性差異，基于此，它們所來自的各自的總體不具有顯著性差異的概率 p 是多少？ p 達到一個足夠小的值時， 認(rèn)為總體具有顯著性差異，以此說明甲胎蛋白作為診斷指標(biāo)是一個有力的依據(jù)。一般取這個足夠小的值為 0.05 或 0.01 ，本項目中取 0.05 。- 2 -ROC曲線如上圖所示，在評價診斷試驗時

6、，患者中被診斷試驗正確判斷為陽性的比例亦叫真陽性率 (true positive rate, TPR) ，也稱靈敏度；非患者中被診斷試驗正確判斷為陰性的比例亦叫真陰性率 (true negative rate, TNR) ，也稱特異性；患者被診斷試驗錯誤地判斷為陰性的比例稱為假陰性；非患者被錯誤地診斷為陽性的比例稱為假陽率。而ROC 曲線是以靈敏度為縱軸，假陽率為橫軸，通過不同的診斷臨界值的移動繪制而成的曲線。多條曲線進行比較時，曲線下的面積越大，說明診斷越準(zhǔn)確。將繪成的曲線與斜45 度的直線對比,若差不多重合 ,說明自變量對因變量的判定價值很差,若越遠(yuǎn)離斜45 度的直線 ,說明自變量對因變量

7、的判定價值越好。分析單個曲線時，越靠近左上角的點所對應(yīng)的診斷臨界值越好，例如本項目中的。1.3 項目數(shù)據(jù)：測得正常人及肝病患者的甲胎蛋白(AFP)水平如下，分作兩組（肝癌、非肝癌）。肝癌組 (17 人,ug/L)： 5.2, 3.2, 20.7, 40.2, 50.2, 100.7, 1030.2, 800.7, 400.5, 90.2, 19.3,6.2, 32.1, 8.4, 25.3, 83.8, 37.4非肝癌組 (20 人,ug/L) ：0.8, 1.5, 3.2, 10.7, 20.8, 21.4, 5.2, 2.3, 7.2, 4.3, 9.2, 15.1, 3.4, 5.1,4

8、.3, 5.6, 6.2, 22.3, 25.2, 18.21.檢驗肝癌組與非肝癌組的甲胎蛋白水平是否有顯著性差異。2.繪制用 AFP 診斷肝癌的 ROC 曲線，并計算曲線下面積(AUC) ，確定最優(yōu)的- 3 -診斷臨界值。第二章判斷顯著性差異2.1 正態(tài)檢驗 lillietest顯著性差異的檢驗有多種方法，其中常見的t 檢驗是針對正態(tài)分布的檢驗，而我們的兩組數(shù)據(jù)并不能確定是服從正態(tài)分布，因此需要先進行正態(tài)分布檢驗。利用 Lilliefors test函數(shù)：H,P,LSTAT,CV=lillietest(A);h,p,lstat,cv=lillietest(B);結(jié)果顯示H=1,h=1，說明這

9、兩組數(shù)據(jù)不服從正態(tài)分布，因此不能用t檢驗而選用Kruskal Wallis秩和檢驗2.2 秩和檢驗調(diào)用 Kruskal Wallis函數(shù)p=kruskalwallis(C,group,off);結(jié)果顯示 p=3.8332e-04,pabs(zc(max)max=i;w=i;endendhold on;plot(xb(w),ya(w),b*);得到的最優(yōu)診斷臨界值是25.2ug/L.- 6 -第四章使用 SPSS輸入數(shù)據(jù)：.3.1 正態(tài)檢驗- 7 -3.2 顯著性差異檢驗用 Mann-Whitney U 檢驗：兩組之間有顯著性差異。- 8 -3.3 繪制 ROC曲線并計算 AUC：- 9 -結(jié)果

10、：曲線下的面積檢驗結(jié)果變量 :AFP漸近 95%置信區(qū)間面積標(biāo)準(zhǔn)誤 a漸進 Sig.b下限上限.843.068.000.710.976檢驗結(jié)果變量:AFP 在正的和負(fù)的實際狀態(tài)組之間至少有一個結(jié)。統(tǒng)計量可能會出現(xiàn)偏差。a. 在非參數(shù)假設(shè)下b. 零假設(shè)：實面積 = 0.5- 10 -第四章結(jié)論與總結(jié)由第一步檢驗顯著性差異可以知道，這兩組數(shù)據(jù)存在顯著性差異，說明甲胎蛋白用于診斷肝癌是有一定可靠性的。 由 ROC曲線計算所得的面積 AUC0.5，并且接近于 1，可知診斷效果較好。 計算真陽率和假陽率之差得到本項目中最優(yōu)診斷臨界值是 25.2ug/L 。在本項目實踐中，學(xué)習(xí)了利用 MATLAB編程和 SPSS軟件進行統(tǒng)計分析，收獲不少。統(tǒng)計學(xué)分析的方法和思想對于科學(xué)研究有著重要的意義，