在臨床統計分析中，將定量數據轉換為分類數據的方法多種多樣，比較常見的有均分法（如二分法、三分法、四分法......）、根據臨床專業知識分類（如BMI>25認為是超重）、x-title軟件、以及今天我們要重點介紹的ROC曲線尋找最佳截斷值！
那么ROC計算的最佳截斷值，通常應用在怎樣的研究場景呢？
一般在研究定量指標X對疾病診斷價值時，可以通過ROC曲線來判斷，目的是為了使對結局的診斷分類效果最佳，即根據X的分類來對患者進行結局診斷，使診斷效能最好。
目前R語言與SPSS都可以根據ROC曲線進行cut off值計算，但都不夠快捷，便利！因此，這里為大家推薦一個簡單的小工具，可以快速計算截斷值——風暴統計！ 風暴統計是由浙江中醫藥大學的鄭衛軍教授基于R語言開發的，平臺將復雜的參數設置轉換為了菜單式操作模式，無需代碼，零基礎小白也能快速根據ROC曲線計算cut off值！ 下面我們就結合一份實操數據來為大家詳細介紹一下風暴統計平臺根據ROC曲線計算截斷值的具體步驟！
實操具體網址：www.zstats.cn/software/pre01/ 或者百度、必應Bing搜索“風暴統計” 本平臺上線的所有工具都是免費的 1.進入風暴統計平臺 首先，瀏覽器搜索風暴統計，依次點擊"風暴智能統計"——"臨床預測模型"！這里分為了“內、外部驗證版”和"只建模不驗證版"。大家根據研究需要，選擇兩者中的一個模塊進行分析。通常情況下，計算截斷值是對完整數據集開展的，因此，我們本次實操以"只建模不驗證"為例進行展示！進入分析界面后，根據提示，完成數據的導入與整理。這里我們不再贅述數據的導入與整理過程，詳細教程大家可以點擊下方鏈接：詳細指南！風暴統計如何高效導入數據，統計分析快人一步？
詳細版！如何利用風暴統計進行數據的整理轉換？ 根據ROC確定截斷值通常是對普通二分類結局開展的，如果是生存資料，可能借助X-title軟件尋找截斷值更好。
這里需要選入結局變量（二分類，并以0、1賦值）、自變量（即需要計算截斷值的連續變量）！
選入后，平臺右側會給出單因素回歸結果，但這并不是我們本次分析的重點。我們需要的結果在“模型呈現、評價與驗證”板塊。
接著，來到ROC曲線界面，根據我們的理論知識，最佳截斷值為最接近左上角(1.0，1.0)的點所對的坐標，但是從圖中肉眼也是分辨不出的，如果需要最佳截斷值，還需點擊進入"模型混淆矩陣"。
混淆矩陣，非常直接就給出了cut off值為24.355，也就是以BMI=24.355為界值進行分類轉換，對結局的診斷分類效能最佳！截斷點對應的靈敏度（Sensitivity）、特異度（Specificity）、陽性預測率（PPV）、陰性預測率(NPV)，也一并給出，十分便捷全面！以上就是我們本次實操講解的全部內容啦！您如果感興趣，不妨進入風暴統計平臺試一試哦！我們的實操網址：www.zstats.cn/software/pre01/（電腦端打開）
|
