SPSS 13.0软件绘制ROC曲线的方法

ROC曲线Receiver Operating Characteristic Curve是评估诊断试验准确性的常用工具，通过以灵敏度为纵轴、1-特异度为横轴绘制曲线，直观反映检验变量对疾病状态的区分能力。SPSS 13.0软件提供了便捷的ROC曲线绘制功能，操作步骤如下。

数据准备

首先需整理分析数据，确保包含两类变量：一是状态变量因变量，为二分类变量，用于标识研究对象的真实状态如“患病=1”“未患病=0”；二是检验变量自变量，为连续或有序分类变量，即待评估的诊断指标如检测值、评分等。数据录入时需明确变量类型，状态变量设为“数值型”，并在数据视图中成数据录入与核对。

操作步骤

调用ROC曲线功能

打开SPSS 13.0，加载数据后，点击菜单栏“Analyze”分析，依次选择“ROC Curve...”ROC曲线，弹出“ROC Curve”对话框。

变量设置

在对话框中，将检验变量如某检测指标选入“Test Variable(s)”检验变量框；将状态变量如疾病状态选入“State Variable”状态变量框。点击“Define State Value...”定义状态值，在弹出的子对话框中，在“State Value”状态值后输入阳性状态对应的数值如“1”代表患病，点击“Continue”返回主对话框。

参数选项设置

根据分析需求勾选选项：

• 勾选“Sensitivity and 1 - Specificity”灵敏度和1-特异度，可输出不同截断值下的灵敏度与特异度数据；
• 勾选“AUC”Area Under Curve，曲线下面积及“95% Confidence Interval”95%置信区间，用于评估曲线的整体诊断效能；
• 若需对比多个检验变量的ROC曲线，可同时选入多个检验变量，系统会自动生成对比曲线。 成设置后点击“OK”执行分析。

  结果输出与读

  图表输出

  SPSS 13.0会生成ROC曲线图，横轴为“1 - Specificity”1-特异度，纵轴为“Sensitivity”灵敏度，图中对角线为“诊断价值线”AUC=0.5，曲线越靠近左上角，诊断效能越好。

  数据输出

  输出结果中包含：
  • 灵敏度与1-特异度表：列出每个可能截断值对应的灵敏度和1-特异度，可用于选取最佳截断值如约登指数最大点；
  • AUC结果表：显示AUC值、标准误及95%置信区间，AUC取值范围为0.5~1，0.5提示诊断价值，0.7~0.9提示诊断效能较好，>0.9提示效能优秀；若95%置信区间不包含0.5，提示AUC具有统计学意义。 通过上述步骤，可使用SPSS 13.0成ROC曲线的绘制与基础诊断效能评估，操作过程简洁，结果直观，适用于医学诊断试验、风险预测模型等场景中检验变量的准确性分析。