01
基礎知識
ROC曲線分析是評價指標診斷能力的重要方法。
疾病的診斷通常比較複雜，只依靠單一指標往往效果不佳，很多時候需要多個指標聯合才能做出診斷。
評價不同指標聯合診斷的能力，可以通過比較各自的ROC曲線下面積實現。
MedCalc軟體可以實現聯合診斷ROC分析，並給出兩兩比較的假設檢驗結果，包括p值。
下面我們一起來看看。
02
軟體操作
變量含義
Testa和testb均為血液指標，為數值變量；disease為疾病狀態，0為無病，1為有病。
欲解決的統計問題：
擬分別用testa、testb和兩者聯合診斷疾病狀態，並對三者的診斷價值進行兩兩比較。
1、複製數據
Excel中，選擇變量名和數據，複製。
2、數據導入MedCalc
在MedCalc裡新建數據集：點擊File-New
滑鼠右鍵-粘貼即可，MedCalc默認的是帶變量名的數據集，這點比SPSS方便一些。
3、logistic回歸
點擊Statistics——Regression——Logistic regression
在Logistic regression對話框中，在Dependent Variable框選擇Disease，在Independent Variable框中第一、二行分別選擇testa和testb。
在Logistic Regression結果對話框中，滑動到最下方，點擊Save predicted probabilities，就把概率保存到數據集中了。
此時數據框中多了一列LOGREGR_Pred1，即testa和testb通過logistic產生的預測概率值，綜合反應testa和testb的診斷能力，我們可以用LOGREGR_Pred1繪製ROC曲線並計算曲線下面積。
4、聯合診斷ROC分析及曲線下面積比較
Statistics——ROC curves——Comparison of ROC curves
在Comparison of ROC curves對話框中，把LOGREGR_Pred1、testa和testb三個指標放入Variables框，disease放入Classification variable框（並設置Define Status，左側是positive，寫入1；右側是Negative，寫入0），右上角方法選擇DeLong，如圖所示，點擊OK運行。
03
分析結果
ROC曲線對比的整體情況
ROC曲線對比的兩兩比較結果
ROC曲線對比圖
結果解讀：
本文詳細介紹了基於MedCalc軟體實現兩指標聯合診斷的ROC分析，還給出了各指標兩兩比較的Z值和對應的P值。
04
圖形美化
只看圖形，難以分別出哪條曲線是LOGREGR_Pred1、testa和testb，我們嘗試對圖形進行一些修改，讓各個曲線更好辨認。
經過反覆試驗，我們發現只要刪除添加在曲線上的圖形，就可以很清楚地把變量和曲線對應上了。
效果圖：
學會統計分析的好處：
會分析自己的數據，節約大量時間，來做自己喜歡的事情
幫住別人分析數據，結交朋友，正所謂「朋友多了，路好走」
幫助別人分析數據，增加收入，統計分析收費在500-1000元
結識大佬：某主治醫生，會統計分析，許多科室大佬見了都親切打招呼
本文作者：劉老師，發表SCI和核心期刊論文10餘篇，具有豐富的統計分析與文章投稿經驗。
如你有如下問題：數據清洗、數據整理、統計分析、樣本量計算、診斷試驗、ROC曲線、臨床預測模型、Graphpad作圖、R語言、研究設計等問題，均可向劉老師諮詢。
進入劉老師付費統計社群（特價499元），不僅可以向劉老師諮詢1年的統計問題，還可以在2個月內輕鬆由小白變統計高手，更多詳情請直接諮詢劉老師。
以下是劉老師個人微信，添加時請註明：統計社群。