描述

在此图（ROC曲线分析的一部分）中，您可以针对标准值绘制以下统计信息：

• 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Youden指数定义为 

  敏感性+特异性-1

   

• 阳性预测值 

  测试呈阳性时疾病存在的可能性。 

  

• 负预测值 

  测试阴性时疾病不存在的可能性。 

  

• 效率 

  效率定义为（Greiner等，2000）：

  

  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。 

  它考虑了疾病的患病率以及正确和错误肯定以及正确和错误否定决策的成本。 

  

  其中P =患病率，Se =敏感性，Sp =特异性，FN _c是错误否定决策的成本，FP _c是错误肯定决策的成本，TP _c是真正肯定决策的成本，TN _c是a肯定决策的成本真正的负面决定。 

  错误分类成本术语（MCT，Greiner等人，2000年）仅考虑疾病的流行率以及错误肯定和错误否定决策的成本： 

  

  成本可以是财务成本或医疗成本，但所有4个成本因素都需要以相同的比例表述。 

  Cost或MCT的最小值可用作最佳选择标准的指标。

必填项

• 变量：选择感兴趣的变量。
• 分类变量：选择表示诊断的二分变量（0 =阴性，1 =阳性）。 

  如果数据的编码方式不同，则可以使用“定义状态”工具重新编码数据。

• 过滤器：（可选）过滤器，以便仅包括案例的选定子组（例如AGE> 21，SEX =“ Male”）。
• 选项： 

  您可以选择以下2个图之一：灵敏度/特异性或误分类成本项

  • 敏感性和特异性 

    95％置信区间选项：

    • 误差棒：将灵敏度和特异性的95％置信区间显示为误差棒
    • 连接线：将灵敏度和特异性的95％置信区间显示为连接线（当标准值数量较高时推荐）
    • 不显示CI：图中不显示敏感性和特异性的95％置信区间
  • 尤登指数
  • 正预测值
  • 负预测值
  • 效率
  • 成本 

    选项分类错误-费用术语（MCT）：请参见上文。 

    您需要输入

    • FNc：错误的负面决定的代价
    • FPc：误判的代价
    • TPc：真正肯定的决定的成本-不需要计算误分类成本项（MCT）。
    • TNc：真正否定决策的成本-不需要计算误分类成本项（MCT）。
  • 对于阳性和阴性预测值，效率和成本，需要有关疾病流行率的数据。该程序可以在同一图中为不同的流行度创建曲线。
    • 如果阳性组和阴性组中的病例数反映了人口中疾病的实际患病率，则选择“观察到的患病率”（该值将在图例中用星号表示），
    • 或输入最多4个不同的流行率值，以百分比（0..100）表示。
  • 如果数据需要对数转换（例如，当数据正偏时），请选择“对数转换”选项。

图形

在图中，将所选统计量与标准值作图。

敏感性和特异性，阳性和阴性预测值均以百分比显示。

在图表信息框中报告Youden指数和效率的最大值，以及Cost的最小值。要获取信息框，请在图形上单击鼠标右键，然后在弹出菜单中选择“信息”。

敏感性和特异性与标准值的关系图：

不同疾病患病率的成本与标准值的关系图：