京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS操作:多项测量指标的ROC曲线分析
在前面几讲中,我们已向大家介绍过如何依据一项测量指标设计和评价诊断试验。但在实际临床工作中,我们往往是根据多项指标综合判断病情的。比如,在诊断高血压时,我们会根据年龄、性别、并发症等多个因素同时评价受试者的患病情况。那么在这种情况下,我们应如何判断诊断结果的真实性呢?
一、问题与数据
某呼吸内科医生拟通过性别、年龄、BMI、COPD病史和是否吸烟等因素预测受试者的肺癌患病情况。他招募了85名肺癌患者,259名非肺癌患者,并通过查阅病历、问卷调查的方式收集了上述信息。变量的赋值和部分原始数据见表1和表2。如果该医生依据这几项因素预测受试者是否患肺癌,那么应如何预测,准确性又如何呢?
表1 肺癌危险因素分析研究的变量与赋值
表2 部分原始数据
从本质上讲,该研究也是结局变量为二分类的诊断试验。但是该诊断试验的测量指标很多,应该如何预测每一位受试者是否患肺癌呢?
我们可以通过二分类Logistic回归模型,用性别、年龄、BMI、COPD病史和是否吸烟等因素,计算受试者患肺癌的预测概率。
二、SPSS分析方法
1. 数据录入SPSS
2. Logistic回归分析(关于Logistic回归每一步设置的意义,可参考“SPSS实例教程:二分类Logistic回归”。)
选择Analyze→Regression→Binary Logistic
(1)主对话框设置
将因变量cancer送入Dependent框中,将纳入模型的自变量sex, age, BMI和COPD变量Covariates中,选择Forward: LR的自变量筛选方法(Method对话框)。
(2)Categorical设置
本研究中,COPD是多分类变量,我们指定“无COPD病史”的研究对象为参照组,分别比较“轻/中度”和“重度”组相对于参照组患肺癌的风险。
点击Categorical→将左侧Covariates中的COPD变量送入右侧Categorical Covariates中。在Reference Category的右侧选择First(表示选择变量COPD中,赋值最小的,即“0”作为参照。)→点击Change→点击Continue。
(3)Save设置
点击Save→选择Probabilities→点击Continue。
三、Logistic回归结果
1. 纳入Logistic回归模型的变量
最终模型纳入了性别(sex)、COPD病史(COPD)和吸烟(smoke)三个变量。也就是说,这该Logistic回归模型认为,这三个变量可以预测是否患肺癌,而年龄和BMI并没有预测意义。
2. 个体患肺癌的概率
根据上述Logistic回归的结果,我们可以写出每个受试者根据性别、COPD病史和是否吸烟三个因素,预测是否患肺癌的危险得分Logit(P):
Logit(P)= -3.062 + 0.836*sex(男=1;女=0) + 0.454*COPD(轻度) + 1.281COPD(中/重度) + 1.237*smoke(无=0;曾吸/现吸=1)
并可以按照以下公式计算得到每一个受试者患肺癌的预测概率:
实际上,当点选了上述2.5的操作,运行该回归分析后,SPSS会自动生成每一位受试者的预测概率(PRE_1),而不需要上述的手工计算。
至此,我们就可以根据受试者的真实患病情况和预测概率,评估根据性别、COPD病史和是否吸烟三个因素,预测个体是否患肺癌的准确性了。
四、ROC曲线的绘制
1. 选择Analyze→ROC Curve
2. 主对话框设置
将已知的疾病情况cancer送入State Variable框中,预测概率Predicted probability送入Test Variable中,并在Value of State Variable框中填1→OK。
五、结果解读
SPSS的ROC曲线结果会给出ROC曲线和曲线下面积。
根据结果,我们可以知道该诊断试验的ROC曲线下面积是0.718,判断其准确性,并用于与其他诊断试验的比较。至于评价诊断试验的其它指标,需要我们根据预测概率(PRE_1)确定诊断截点(cut-off值)后再计算,有兴趣的小伙伴可以自己尝试计算哦。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10