ROC曲线统计学实验报告.docx
上海高校20142015学年秋季学期探讨生课程报告课程名称：生物医学测量及仪器课程编号：07SBE7002论文题目：基于甲胎蛋白诊断肝癌的ROC曲线绘制及AUC计算探讨生姓名：廖小金学号：14723542论文评语：成绩：任课老师：评阅日期：摘要在检验某一物质对疾病的诊断效果时，ROC曲线是一个重婴的统计学分析方法。其以其阳率作为纵坐标，假阳率作为横坐标，随诊断临界值的移动而形成一条连续的曲线。曲线下的面积AUC是推断诊断效果的个依据，面积越接近于I效果越好.显著性差异可以帮助推断样本是否来自同一总体，也可以因此评价诊断方法的效果。AbstractIntheexaminationoftheeffectofasubstanceforthediagnosisofadisease,ROCcurveisasignificantstatisticanalysis.Itsetthetruepositiverateasordinate,thefalsepositiverateasthehorizontalaxis,andformsacontinuouscurvewiththechangeofdiagnosticthreshold.AUCareaUndCrthecurveisaparameterforjudgingtheeffectofdiagnosis,andthemoreitcbsesto1,thebettereffectitimplies.Significantdifferencecanhelpjudgewhetherthesamplesarcfromthesamepopulation,andthereforecanalsoevaluatetheeffectivenessofthediagnosticmethod.第一章概论1.1 甲胎蛋白与肝癌甲胎蛋白是种糖蛋白,主要来自胚胎的肝细胞,胎儿诞生后约两周甲胎蛋白从血液中消逝，因此正常人血清中甲胎蛋白的含髭尚不到20微克/升。但当肝细胞发生痛变时，却又更原了产生这种蛋白质的功能，而且随着病情恶化它在血清中的含量会急剧增加，甲胎蛋白就成了诊断原发性肝痴的个特异性临床指标。过去始终认为是诊断原发性肝痛的特弁性肿病标记物，具有确立诊断、早期诊断、鉴别诊断的作用。大量的临床却发觉，部分肝硬化病人会长期出现AFP达到上千，但多年都没有肝癌的迹象：同时发觉约20%的晚期肝癌病人，直至病故前,AFP仍不超过10。也就是说，尽管甲胎蛋白是检验肝编的有效的指标，但肝编患者不肯定甲胎蛋白检验呈阳性（80%呈阳性），而AFP检验呈阳性的人也不肯定是肝癌患者。这就涉及到对诊断试验评价的问题，我们课程中所学的假设检验、ROC曲线绘制及AUC计算正是针对这类问题的方法之一。1.2 诊断试脸的评价指标显着性差异显著性差异是检验假设是否合理的个方法。例如在本项目中，用甲胎蛋白作为肝痛的诊断指标，若这两组实际数据有显著性差异，基此，它们所来自的各自的总体不具有显著性差异的概率P是多少？P达到一个足缈小的值时，认为总体具有显著性差异，以此说明甲胎蛋白作为诊断指标是一个仃力的依据。一般取这个足够小的值为0.05或0.O1.本项目中取0.05«RoC曲线TnieRMiUVCSFahCPositivesFalseNegativesTrueNcgathvsNTrIlCYlly>hcicdCkls、NColumntotals:如上图所示，在评价诊断试裟时，血者中被诊断试验正确推断为阳性的比例亦叫直阳性率(t11epositiverate.TPR),也林火敏度：非患拧中被珍断试脸正确推断为阴性的比例亦叫其阴性率(IrUCnegativerate.TNR>,也称特异性：患拧被诊断试验错误地推断为阴性的比例称为赧阴性；非患不被错误地诊断为阳性的比例称为快阳率。而RoC曲戏是以灵敏度为纵轴，假阳奉为横轴,通过不同的诊阍临界(ft的移动绘制而成的曲线.多条曲线进行比较时.曲线下的面积越大，说明诊断越;精确,将绘成的曲戏与斜45度的直i对比,若差不多Hi令.说明自变眠时四变埴的判定价值很差.若越远离斜45度的直城.说明自变量时因变量的判定价假也好。分析单个曲线时,越靠近左上角的点所对应的诊断临界值越好,例如本项目中的.1.3 项目数据：测得正常人及肝病患者的甲胎蛋白(AFP冰平如下，分作两组(肝癌、非肝癌)。肝症组(17人,ug/1.)：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非肝癌组(20人,ug/1.)：0.8,153210.7,20.8,21.4.5.2.2.3,7.2,4.3,9.2.15.1,3.4,5.1.4.3.5.6.6.2.22.3.25.2.18.21 .检验肝疼组与非肝密组的甲胎蛋白水平是否有显著性差异。2 .绘制用AFP诊断肝癌的RoC曲线，并计算曲线下面积(AUd确定最优的诊断临界值。其次章推断显著性差异2. 1正态检脸Iillietest显著性差异的检验有多种方法，其中常见的t检验是针对正态分布的检验，而我们的两级数据并不能确定是听从正态分布，因此须要先进行正态分布检验。利用1.illiefOrStest函数:H,P,1.STAT,CV=Iillietest（八）;h,p,1.atat,cv-Ii1.lietest(B>结果显示H=I1h=l,说明这两组数据不听从正态分布，因此不能用t检验而选用Kruskal-Wallis秩和检险2.2秩和检脸调用KrUSkaI-WalIiS函数P=Rruskalwallis(C,group,'off');结果显示p=3.8332e-04,p<0.05,两组数据所来自的总体有显著性差异。第三章ROC曲线与最优临界值在本项目的数据中，AFP的分布范国是0.8-1030.2,那么假设临界值的范用取为0H100：又因数据中不个体的AFP差值坡小为0.1,故取递增间隔为0.1.用trapz函数绘制ROC曲线。结果如卜.图所示。ROC曲线图0.901020.3040.5060.7080.911特异性(%)在本项目中，最优诊断临界值可以用真阳率与假阳率之差来评定，真阳率愈高，假阳率愈低，则诊断效果越好.程序如卜.：zc=ya-×b;max=l;fori=l:1.enif(abs(zc(i)>abs(zc(ma×>)max=i;w=i;endendholdon;plot(×b(w)zya(w),tb*);得到的最优诊断临界值是25.2ug1.第四章运用SPSS输入数据:AFP组X5201002320100J20.70100440.201005502010061007010071030.201008800.70100940050100109020100111930100126.2010013321010018401001525301001683.80100173740100188020019150200203.202002110702002220802002321402003. 1正态检验假设检胰汇总胤假设测试Sig.决假者1AFP的分内为正态分化.干均值为179.63,标准差为215.04.单样本Kolmogorov-Smirnov处.o髓原H示说进乂苫性.见含性水干是05.3.2显著性差异检验用Mann-WhitneyU检验:假设检骗汇总脱假设掬试Sig.决侬者1AFP的分布在组类别上相同.按记样本Mann-WhitneyU程为.000显示说进M彳性.性水Ii是05.两组之间有显著性差异.3.3绘制ROC曲线并计算AUC:结果:ROC曲”曲纥下的!租悔检结果变&AFPIRffR标准谟，渐进Si8京近95%汽信区间下架上架.R43.068.<xx>.710.976检脓结果变I1.AFP花正的和他的实际状态仪之间至少有一个''1绞il吊M彼公出现姐整.3.在非叁数假设下b.岑根设：实面枳=03第四章结论与总结由第步检验显著性差异可以知道,这两组数据存在显著性差异，说明甲胎蛋白用于诊断肝癌是有肯定牢靠性的。由RoC曲线计算所得的面积AUOO.5,并且接近于1,可知诊断效果较好。计算真阳率和假阳率之差得到本项目中最优诊断临界值是25.2ug1.在本项目实践中,学习了利用MAT1.AB编程和SPSS软件进行统计分析,收获不少。统计学分析的方法和思想对于科学探讨仃着重要的意义，值得我们接着深化学习。参考文献1宇传华OOC分析方法及其在医学探讨中的应用2icell0956博客缴道(ROC曲线与AUC>3维掂百科显著性差异4黑夜彩虹新浪博客ESPSS学习笔记之一一两独立样本的非参数检验(Mann-WhitnoyU)5菜鸟新浪博客G利用SpSS做正态分布检验
