SPSS操作：多項測量指標的ROC曲線分析

在前面幾講中，我們已向大家介紹過如何依據一項測量指標設計和評價診斷試驗。但在實際臨床工作中，我們往往是根據多項指標綜合判斷病情的。比如，在診斷高血壓時，我們會根據年齡、性別、併發症等多個因素同時評價受試者的患病情況。那麼在這種情況下，我們應如何判斷診斷結果的真實性呢？

某呼吸內科醫生擬通過性別、年齡、BMI、COPD病史和是否吸煙等因素預測受試者的肺癌患病情況。他招募了85名肺癌患者，259名非肺癌患者，並通過查閱病歷、問卷調查的方式收集了上述信息。變數的賦值和部分原始數據見表1和表2。如果該醫生依據這幾項因素預測受試者是否患肺癌，那麼應如何預測，準確性又如何呢？

表1 肺癌危險因素分析研究的變數與賦值

表2 部分原始數據

從本質上講，該研究也是結局變數為二分類的診斷試驗。但是該診斷試驗的測量指標很多，應該如何預測每一位受試者是否患肺癌呢？

我們可以通過二分類Logistic回歸模型，用性別、年齡、BMI、COPD病史和是否吸煙等因素，計算受試者患肺癌的預測概率。

1. 數據錄入SPSS

2. Logistic回歸分析（關於Logistic回歸每一步設置的意義，可參考「SPSS實例教程：二分類Logistic回歸」。）

選擇Analyze→Regression→Binary Logistic

（1）主對話框設置

將因變數cancer送入Dependent框中，將納入模型的自變數sex, age, BMI和COPD變數Covariates中，選擇Forward: LR的自變數篩選方法（Method對話框）。

（2）Categorical設置

本研究中，COPD是多分類變數，我們指定「無COPD病史」的研究對象為參照組，分別比較「輕/中度」和「重度」組相對於參照組患肺癌的風險。

點擊Categorical→將左側Covariates中的COPD變數送入右側Categorical Covariates中。在Reference Category的右側選擇First（表示選擇變數COPD中，賦值最小的，即「0」作為參照。）→點擊Change→點擊Continue。

（3）Save設置

點擊Save→選擇Probabilities→點擊Continue。

1. 納入Logistic回歸模型的變數

最終模型納入了性別（sex）、COPD病史（COPD）和吸煙（smoke）三個變數。也就是說，這該Logistic回歸模型認為，這三個變數可以預測是否患肺癌，而年齡和BMI並沒有預測意義。

2. 個體患肺癌的概率

根據上述Logistic回歸的結果，我們可以寫出每個受試者根據性別、COPD病史和是否吸煙三個因素，預測是否患肺癌的危險得分Logit(P)：

Logit(P)= -3.062 + 0.836*sex(男=1；女=0) + 0.454*COPD(輕度) + 1.281COPD(中/重度) + 1.237*smoke(無=0；曾吸/現吸=1)

並可以按照以下公式計算得到每一個受試者患肺癌的預測概率：

實際上，當點選了上述2.5的操作，運行該回歸分析后，SPSS會自動生成每一位受試者的預測概率（PRE_1），而不需要上述的手工計算。

至此，我們就可以根據受試者的真實患病情況和預測概率，評估根據性別、COPD病史和是否吸煙三個因素，預測個體是否患肺癌的準確性了。

1. 選擇Analyze→ROC Curve

2. 主對話框設置

將已知的疾病情況cancer送入State Variable框中，預測概率Predicted probability送入Test Variable中，並在Value of State Variable框中填1→OK。

SPSS的ROC曲線結果會給出ROC曲線和曲線下面積。

根據結果，我們可以知道該診斷試驗的ROC曲線下面積是0.718,判斷其準確性，並用於與其他診斷試驗的比較。至於評價診斷試驗的其它指標，需要我們根據預測概率（PRE_1）確定診斷截點（cut-off值）后再計算，有興趣的小夥伴可以自己嘗試計算哦。醫咖會微信：medieco-ykh

關注醫咖會，一起學習統計學~

我們建了一個微信群，有臨床研究設計或統計學方面的難題？快加），拉你進群和其他小夥伴們一起交流學習。誠邀各位夥伴加入我們創作內容，請和小咖聯繫，和大家分享你喜愛的臨床研究以及有用的研究方法學知識。