扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
指标联合的ROC曲线分析.pdf
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口◇本站云标签
◇热点推荐您的位置： &
Logistic回归和ROC曲线综合评价检测四种尿蛋白排泄对早期肾小球疾病的诊断价值
摘　要：目的：应用LogistIc回归和ROC曲线探讨尿白蛋白、α2-巨球蛋白、IgG、α1-微球蛋白4种蛋白排泄单独或联合检测对早期肾小球疾病的诊断价值。方法：收集肾小球疾病组患者22例,肾小管间质疾病组患者12例,非肾实质性疾病组患者20例,健康对照组35例,检测患者晨尿白蛋白、α2-巨球蛋白、IgG、α1-微球蛋白4种蛋白的排泄量。应用Logistic回归模型,绘制ROC曲线并计算曲线下面积（AUC）来评价各指标的诊断价值。结果：尿白蛋白和IgG的检测与肾小球疾病的诊断呈密切正相关（P〈0.01;P〈0.05）,而α2-巨球蛋白、α1-微球蛋白的相关性不大（P〉0.05）;4种蛋白的联合检测诊断肾小球疾病的AUC为0.94,高于尿白蛋白和IgG的检测的AUC分别为0.861、0.856。结论：尿白蛋白和IgG的检测可作为肾小球疾病的诊断标志物,4种蛋白联合检测有较好的互补作用,可以显著提高诊断肾小球疾病的特异性。
优质期刊推荐503 Service Temporarily Unavailable
503 Service Temporarily Unavailable
nginx/1.4.1请求计算ROC曲线面积以及两两比较的stata程序及其菜单操作 - 人大经济论坛 - Powered by Discuz!
作者: lnlhckao123& & 时间:
21:04:26 & & 标题: 请求计算ROC曲线面积以及两两比较的stata程序及其菜单操作
本帖最后由 wanghaidong918 于
12:38 编辑
我有如下数据，请高手写出 可求出 x&&y&&z&&对转归的ROC曲线 面积以及 x& & y& & z 三条ROC曲线面积两两比较的stata程序（三条ROC曲线不交叉和曲线交叉的各自情况），以及满足前述要求的STATA菜单操作（三条ROC曲线不交叉和曲线交叉的各自情况）。谢谢高手指点！
& && &x& && && && &y& && && && &z& && & 转归
&&2.5800& &110.20& && &.00& && &&&1
15.2600& &133.79& && &.00& && &&&1
&&2.2300& &143.26& &&&4.50& && &&&1
&&5.6000& &203.20& &&&5.30& && &&&1
& &.5130& &206.03& &&&3.10& && &&&1
&&8.3000& &209.40& &&&5.80& && &&&1
&&1.3100& &215.50& &&&4.40& && &&&1
& &.5900& &223.65& &&&6.90& && &&&1
&&4.5600& &225.10& &&&5.30& && &&&1
&&2.5900& &236.57& &&&4.00& && &&&1
&&7.1300& &237.02& &&&3.30& && &&&1
&&3.4100& &254.43& &&&1.50& && &&&1
&&3.5700& &259.60& &&&3.80& && &&&1
&&3.8500& &262.64& &&&3.50& && &&&1
10.5600& &279.56& &&&2.80& && &&&0
&&3.6800& &282.00& &&&4.80& && &&&1
&&3.1900& &286.72& && &.00& && &&&1
&&5.8000& &287.60& && &.00& && &&&1
& &.2800& &290.45& &&&6.00& && &&&0
&&1.6500& &292.27& &&&4.60& && &&&1
&&3.5000& &296.07& &&&2.90& && &&&1
&&6.5900& &307.01& &&&5.00& && &&&1
&&1.4200& &314.19& &&&3.70& && &&&1
&&1.0800& &316.75& &&&7.50& && &&&0
&&1.3900& &320.04& &&&4.90& && &&&1
&&1.0300& &326.63& &&&1.70& && &&&1
13.5500& &343.30& &&&4.70& && &&&1
&&8.6300& &353.52& &&&6.50& && &&&1
&&2.7000& &363.97& &&&4.90& && &&&1
&&3.7800& &375.38& &&&4.30& && &&&1
&&3.9000& &385.56& && &.00& && &&&1
&&5.2700& &405.35& &&&5.50& && &&&1
&&1.0300& &420.56& && &.00& && &&&1
&&3.0200& &421.91& &&&6.00& && &&&1
&&2.0800& &430.27& &&&7.60& && &&&0
&&6.0200& &434.94& &&&6.40& && &&&1
&&2.9000& &435.83& &&&3.20& && &&&1
&&3.7000& &436.70& && &.00& && &&&1
&&8.9800& &447.89& &&&3.00& && &&&1
&&8.9800& &447.89& &&&4.70& && &&&1
&&8.0200& &454.84& &&&2.20& && &&&1
&&9.0200& &482.91& &&&3.40& && &&&1
&&1.3800& &493.71& && &.00& && &&&1
&&2.4000& &510.92& &&&4.10& && &&&1
&&1.0400& &512.36& &&&2.70& && &&&1
24.8500& &516.81& &&&6.20& && &&&1
&&2.7000& &523.19& &&&4.20& && &&&1
&&6.7800& &529.00& &&&2.00& && &&&1
&&7.5100& &531.08& &&&3.60& && &&&1
&&8.5000& &535.20& &&&5.10& && &&&1
&&3.6000& &536.81& &&&3.20& && &&&1
&&4.5000& &544.21& &&&4.90& && &&&1
&&1.2400& &549.24& && &.00& && &&&1
&&7.3000& &556.00& &&&6.30& && &&&1
&&5.3000& &586.96& &&&2.90& && &&&1
11.8300& &598.00& &&&4.30& && &&&1
& &.3900& &619.67& &&&3.90& && &&&1
&&4.1700& &619.90& &&&2.00& && &&&1
&&7.1500& &619.90& &&&3.70& && &&&1
&&4.7900& &624.27& &&&6.30& && &&&1
&&9.2000& &635.30& &&&5.10& && &&&1
&&8.0200& &636.14& &&&3.40& && &&&1
&&1.7500& &643.16& &&&4.20& && &&&1
&&1.2000& &650.87& &&&4.80& && &&&1
&&4.2200& &666.42& &&&2.60& && &&&0
&&3.4600& &687.34& &&&7.10& && &&&1
&&1.8700& &693.26& &&&4.30& && &&&1
&&8.8300& &697.08& &&&3.20& && &&&1
38.4300& &711.40& &&&3.40& && &&&1
16.8900& &716.53& &&&4.00& && &&&1
&&1.7000& &731.20& &&&5.90& && &&&1
&&2.5000& &756.40& &&&4.80& && &&&0
&&5.7000& &779.51& &&&4.90& && &&&1
&&1.0800& &783.39& &&&2.80& && &&&1
&&7.8000& &792.54& &&&5.80& && &&&0
&&6.0900& &792.88& &&&6.20& && &&&1
&&7.5000& &800.61& &&&1.80& && &&&1
&&3.3800& &809.14& &&&4.00& && &&&1
&&6.7000& &810.60& &&&4.50& && &&&1
&&2.5200& &813.35& &&&1.20& && &&&1
12.6200& &821.40& &&&3.00& && &&&1
10.0000& &823.10& &&&6.60& && &&&1
&&3.3700& &829.62& &&&7.00& && &&&1
&&3.9500& &853.61& &&&2.70& && &&&1
11.5300& &860.83& &&&4.10& && &&&1
&&4.1500& &871.25& &&&5.90& && &&&0
&&9.4500& &895.55& &&&5.10& && &&&1
&&5.6000& &906.63& &&&6.30& && &&&1
10.6400& &908.98& &&&1.80& && &&&1
&&1.8200& &910.70& && &.00& && &&&1
&&2.6300& &919.12& &&&3.00& && &&&1
&&5.4500& &926.40& &&&4.80& && &&&1
15.6000& &931.20& &&&3.10& && &&&0
&&1.2700& &931.91& &&&4.30& && &&&1
&&1.3000& &975.38& && &.00& && &&&1
&&6.9600& &995.63& &&&5.30& && &&&1
21..99& &&&4.10& && &&&0
&&6..00& &&&5.00& && &&&1
&&6..00& &&&2.00& && &&&1
&&7..00& &&&6.80& && &&&1
&&8..89& &&&7.40& && &&&1
&&5..59& &&&5.60& && &&&1
&&4..31& &&&4.20& && &&&1
&&2..75& &&&5.80& && &&&1
&&6..30& &&&4.40& && &&&0
&&5..00& &&&5.80& && &&&1
&&4..50& &&&3.70& && &&&1
&&3..50& &&&3.60& && &&&1
&&6..00& &&&2.00& && &&&1
&&2..00& &&&5.60& && &&&1
&&4..00& &&&3.90& && &&&1
&&9..92& &&&4.00& && &&&1
&&2..00& &&&5.20& && &&&1
&&3..30& &&&5.30& && &&&1
&&9..27& &&&5.40& && &&&0
&&8..68& &&&4.90& && &&&0
&&6..65& &&&5.40& && &&&1
&&3..31& &&&5.00& && &&&1
&&7..00& &&&3.90& && &&&0
&&2..65& &&&2.90& && &&&1
19..95& &&&5.80& && &&&1
&&6..32& &&&2.90& && &&&1
20..00& &&&2.90& && &&&1
&&1..00& &&&3.00& && &&&1
& &..64& &&&3.00& && &&&1
&&8..37& &&&6.40& && &&&0
10..06& &&&7.80& && &&&0
&&6..66& &&&5.20& && &&&1
&&4..00& &&&4.70& && &&&0
&&2..43& && &.00& && &&&1
&&1..57& &&&4.40& && &&&1
&&8..54& &&&2.20& && &&&1
&&6..52& &&&5.50& && &&&0
&&2..15& &&&2.50& && &&&1
11..21& &&&6.20& && &&&1
&&7..61& &&&4.50& && &&&0
&&3..00& &&&5.70& && &&&1
&&8..98& &&&2.90& && &&&1
20..60& &&&6.30& && &&&1
&&9..66& &&&6.50& && &&&1
&&2..19& &&&6.90& && &&&0
&&2..34& &&&3.40& && &&&1
&&3..23& &&&6.60& && &&&1
&&3..76& &&&2.20& && &&&1
&&8..63& &&&7.20& && &&&0
&&8..57& &&&2.00& && &&&1
&&3..76& &&&2.00& && &&&1
31..50& &&&4.10& && &&&1
&&2..06& &&&8.70& && &&&1
12..00& &&&4.60& && &&&0
12..59& &&&6.70& && &&&1
& &..00& &&&3.00& && &&&1
18..00& &&&4.90& && &&&0
17..52& &&&3.90& && &&&0
16..00& &&&3.90& && &&&0
&&6..26& &&&6.50& && &&&1
18..21& &&&3.90& && &&&0
18..00& &&&2.30& && &&&0
&&5..92& &&&4.30& && &&&1
&&9..21& &&&2.60& && &&&1
&&3..90& &&&5.80& && &&&0
20..35& &&&6.80& && &&&0
&&7..60& &&&3.90& && &&&1
&&1..81& &&&4.30& && &&&1
18..00& &&&4.30& && &&&0
&&3..00& &&&5.20& && &&&1
&&9..39& &&&6.00& && &&&1
11..72& &&&9.00& && &&&0
24..03& &&&3.80& && &&&0
&&4..44& &&&3.10& && &&&0
22..22& &&&4.80& && &&&0
作者: lnlhckao123& & 时间:
本帖最后由 lnlhckao123 于
00:50 编辑
我今天刚刚下载stata，并且刚刚学会用stata的菜单操作进行几条ROC曲线（不相交）面积的计算以及两两比较，如果有高手，可以用stata程序或者菜单操作进行几条相交的ROC曲线面积的比较，我就把他的答案设为最佳答案（按照回答的顺序）！谢谢高手们！
作者: wangxinbio26& & 时间:
1 先把数据输入
2任一个自变量为 var1 ,给结局变量起名为var2
.logit var2 var1
Iteration 0:
log likelihood =
Iteration 1:
log likelihood =
Iteration 2:
log likelihood = -116.05053
Iteration 3:
log likelihood = -116.05053
Logistic regression
Number of obs
LR chi2(1)
Prob & chi2
Log likelihood = -116.05053
------------------------------------------------------------------------------
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
Logistic model for var2
number of observations =
area under ROC curve
作者: wangxinbio26& & 时间:
有些乱，我把结果整理成了PDF，见附件。附件:
ROC.pdf ( 01:11:29, 161.14 KB)http://bbs.pinggu.org/forum.php?mod=attachment&aid=ODEwMTc1fDlkNjkyY2U5fDE0MjAyNzI4NzV8MHww
作者: wangxinbio26& & 时间:
本帖最后由 wangxinbio26 于
01:21 编辑
需要说明一下，PDF中蓝色标注的是命令，一共用了三个命令
.logit Y X
在你的题目中 转归是Y， X是自变量
会绘制ROC曲线，给出曲线下面积
提供敏感度，特异度 分别对概率分割点的制图
PDF中其它的都是stata自己输出的结果。
你像这样做三次，每一次放入一个自变量（也就是你题目中的X，Y，Z 分别放入自变量就好了）
另外强调一下，我用的数据和你不同，但是做法是一样的。
作者: lnlhckao123& & 时间:
你好wangxinbio26！首先谢谢你，我发现你专门在我的疑难贴上回答我的难题！希望你以后多帮我解决难题！如果你愿意，悬赏价格都可以商量——当然对所有愿意帮助我的高手，悬赏价格都可以商量！！第二，你给我的程序只是画出ROC曲线和算出ROC曲线的面积，并没有对两条ROC曲线进行比较，当然也没有对有交叉的ROC曲线进行两两比较—这是我最需要的，也可以是我的唯一要求（对交叉的ROC曲线面积进行两两比较，据胡良平说，可以用rockit0.9β解决）！
作者: wangxinbio26& & 时间:
本帖最后由 wangxinbio26 于
13:49 编辑
roccomp y xb1 xb2, graph summary
& && && && && && && && && && &ROC& && && && && && &&&-Asymptotic Normal--
& && && && && && & Obs& && & Area& &&&Std. Err.& && &[95% Conf. Interval]
-------------------------------------------------------------------------
xb1& && && && && & 200& &&&0.5785& && & 0.0254& && &&&0.52870& &&&0.62828
xb2& && && && && & 200& &&&0.8330& && & 0.0305& && &&&0.77329& &&&0.89274
-------------------------------------------------------------------------
Ho: area(xb1) = area(xb2)
& & chi2(1) =& & 50.18& && & Prob&chi2 =& &0.0000
说明：面积的比较用的程序如下：
logit&&y&&x1
predict xb1
logit&&y&&x2
predict xb2
roccomp&&y&&xb1&&xb2, graph summary
y 是两分类的结局变量， x1和x2 分别是两个logisitic 回归的自变量，xb1 和 xb2是两个logisitic 回归的预测值
然后用 roccomp 命令得出ROC面积值，及面积的 标准误 ， 置信区间 及 两个面积比较的 P-value .&&那个graph summary
命令也可以不用，用的话会多一张图(见附件）图片附件:
roccomp.png ( 12:45:23, 27.66 KB)http://bbs.pinggu.org/forum.php?mod=attachment&aid=ODEzMjAwfGU0ODY4NDVjfDE0MjAyNzI4NzV8MHwwscreen.width*0.8) this.width=screen.width*0.8" alt="" />
作者: wangxinbio26& & 时间:
本帖最后由 wangxinbio26 于
12:50 编辑
用的是上面粗体的命令， 今天看书时正好看到，就直接回复个帖子过来。再强调一下，数据和上面不同。
另外应该没有胡良平说的那么复杂。
最后要说的是：三组的两两比较，最后还应当对P-value 进行校正。
作者: lnlhckao123& & 时间:
你好wangxinbio26！你所说的是两条ROC曲线比较，如多条比较，则最后应当对P值进行校正，我想请问你，可否编一个stata程序，可直接对几条ROC曲线进行两两比较，就像SAS程序一下，之后我们不需要对P值进行校正！最后还问一下，在对ROC曲线面积比较时，真的需要向胡良平所说的那样，需要分不交叉和交叉的情况吗？谢谢！
作者: wangxinbio26& & 时间:
本帖最后由 wangxinbio26 于
09:21 编辑
在对ROC曲线面积比较时，不需要分不交叉和交叉的，因为比较的是面积大小。
stata 本身有计算器功能，你可以 在上面 的程序 后面加上 一个 p值乘以3 的公式，这样就 自动输出了调整后的P值。
或者你把 显著性 水平 0.05 除以 3, 得到的 p 值 直接 和 调整后 的 显著 性 水平 比， 这样也可以。
sas里面的两两比较也是要对p-value进行校正的， 不过它的矫正公式在程序里面，不用你手工校正了。
但是道理 都是一样的 。
作者: lnlhckao123& & 时间:
非常谢谢wangxinbio26，在胡良平编的《医学统计学-运用三型理论分析定量与定性资料》书的255页中说到“当2条ROC曲线交叉时，两诊断试验的比较应比较部分ROC曲线下的面积或固定假阳性率时的灵敏度。”因为胡良平在医学统计方面还是很权威的，所以我再想请问一下wangxinbio26，胡良平说的是什么意思？期待wangxinbio26的指点！
作者: wangxinbio26& & 时间:
我没有那本书，上面前前后后说的是什么我不清楚，不能断章取义。
作者: zaneping& & 时间:
lnlhckao123
当两条ROC曲线存在相交时，不能简单的靠面积来评价孰优孰劣，应为相交点两者的灵敏度和特异度相同，非交叉点的灵敏度和特异度则是各有优劣，因此应参考不同诊断方法的适用条件来选择合适的诊断方法。
作者: wangxinbio26& & 时间:
本帖最后由 wangxinbio26 于
21:22 编辑
请lnlhckao123 将胡良平书中的这句话的前后几页扫描一下传到网上，我看看他说的是什么意思。
作者: wangxinbio26& & 时间:
本帖最后由 wangxinbio26 于
19:32 编辑
我知道是怎么回事了。
我引用一下lnlhckao123的原话：
“最后还问一下，在对ROC曲线面积比较时，真的需要向胡良平所说的那样，需要分不交叉和交叉的情况吗？谢谢！
从上面的这句加粗的话看来，lnlhckao123 认为 比较ROC 曲线下面积要分交叉和不交叉的情况。
而胡良平的意思是说 在比较两个诊断试验时，如果ROC曲线交叉，这时用比较ROC曲线下面积来 比较两个诊断试验 就不是一个好的方法了，要用其它的方法。
作者: wangxinbio26& & 时间:
这完全是两个不同的问题
ROC曲线下面积的比较并不用分交叉和不交叉的情况。
作者: aniaania& & 时间:
学习中，我也想了解这方面的内容
作者: biostat& & 时间:
个人觉得，可以看上述可信区间（CI）是否重叠来判断即可。这是最为简便的方法。
作者: biostat& & 时间:
本帖最后由 biostat 于
00:14 编辑
其实可以用菜单来实现更为简便，不要再编程啦！在statistics--epidemiology and related--ROC analysis-t-est equality of two or more ROC areas，最后就进入ROC分析界面，在main里面，Y放在reference variable ，classification里x1，在additional classification variables里放x2（多条再x3...) ,同时选中Graph the ROC curve和Report thr area under the ROC curve。即可，
可信区间（CI）是否重叠来判断即可任意两条ROC曲线间差别有无显著性，这是最为简便的方法。
作者: wangxinbio26& & 时间:
不能用可信区间（CI）是否重叠来判断
要看 差 值 的 CI
作者: biostat& & 时间:
CI的原理与假设检验原理是一样的。因此，个人认为是可行的。
作者: wangxinbio26& & 时间:
我明白 ， 但用 在 這裡 是不對的。
作者: biostat& & 时间:
你前面说的用差值的CI，个人认为也是可以的，即差值的95%CI如果不包含零表示两者差异有显著性，反之若包含零表示两者差异无显著性。
这与上面是不矛盾的。继续讨论。。。
作者: wangxinbio26& & 时间:
有矛盾的 時候。
作者: shiqqqueen& & 时间:
那么请问，最后的结论是交叉和非交叉的曲线，得非开比较还是可以一起比较呢？
作者: shiqqqueen& & 时间:
请问，我stata作出的ROC 曲线，怎么是生存率的，为什么不是死亡率的？
作者: shiqqqueen& & 时间:
biostat 发表于
你前面说的用差值的CI，个人认为也是可以的，即差值的95%CI如果不包含零表示两者差异有显著性，反之若包含零 ...大侠，我用stata软件作出关于转归的roc曲线，为什么是生存率的，曲线下面积不够0.5，而用spss软件就可以作出死亡率的roc曲线呢？到底问题出在哪里了呢？
作者: zyjbs& & 时间:
留个脚印 好好看看
作者: lemonshe& & 时间:
wangxinbio26 发表于
在对ROC曲线面积比较时，不需要分不交叉和交叉的，因为比较的是面积大小。
stata 本身有计算器功能，你可 ...求教，是直接再程序后面加一个p*3 这样的公式吗？没有太明白怎么加呢？
欢迎光临 人大经济论坛 (http://bbs.pinggu.org/)
Powered by Discuz! X2