ROC曲線

プロフィール

Author:かず
某総合病院で日々、臨床で忙しい医師カズです。
各種医療職の資格試験問題に挑戦しつつ、資格を目指す方々を励ますブログです。
内容は、国内の医師、歯科、薬剤師、看護師国試など、さらには米国医師資格試験(USMLE)、米国歯科医師資格試験(NBDE)あたりの問題にも挑戦する予定です。
応援よろしくお願いいたします。

ブログ使用時の注意点：
PCビューで見ると、答えが隠れています。
解答を見る場合は、”MORE”ボタンをクリックして下さい。
スマホですと、全てが表示されてしまうので演習目的の場合はPCビューがお勧めです。

今回は、皆さんが不得意だと思われる統計の問題。
第108回医師国試のＣ問題の８番から。

問題

ある検査に関するROC 曲線を示す。

縦軸と横軸の組合せで正しいのはどれか。

縦軸　　　横軸

Ａ 1 －感度　　特異度

Ｂ感度　　 1 －特異度

Ｃ陽性的中率　陰性的中率

Ｄ 1 －陽性尤度比　陰性尤度比

Ｅ陽性尤度比　 1 －陰性尤度比

解説はMOREを

解説

知っていればなんてことはないのですが、国試でROC曲線が出るとは驚きました。

ROC曲線とは？

要は、ある検査値で疾患になる確率の高い数値と、ならない確率の高い数値の限界点
いわゆるcut off値を算出するために用いる統計手法である。

もう少し詳しく

以下はWikipediaから引用改編

今、カットオフポイントとしてBを採用すると、

真陰性 True Negative : 陰性者を陰性と判定
偽陽性 False Positive : 陰性者を陽性と判定
偽陰性 False Negative : 陽性者を陰性と判定
真陽性 True Positive : 陽性者を陽性と判定
が図のように分かれる。

ここで、
陽性者を正しく陽性として捕捉する率を敏感度 sensitivity、
陰性者を正しく陰性と判断する率を特異度 specificityと呼ぶ。

また1-特異度（=陰性者の内で偽陽性になる率）を偽陽性率と呼ぶ。

横軸に偽陽性率（1-特異度）、縦軸に敏感度をプロットし、
カットオフポイントを媒介変数として大から小へと変化させると、
下の図のような曲線が描かれる（ROC曲線と呼ばれる）。

はじめは陽性者も陰性者も捕捉しにくいのでどちらも小さな値をとり、
次第に敏感度が上がり、遅れて偽陽性度が上がる。
最終的には敏感度も偽陽性度も100%になる。

検査が有効であれば、この曲線は45度の線から左上に離れる。
すなわち、Ｂが左上方に移動して曲線全体が直角に近ずくほど優れたcut off pointということ。

ということで、答えは　Ｃ

なんだか、分かったような、分からないような感じだと思います。

研究現場では、ＲＯＣ曲線がどいうものを意味するのか、
つまり、ある検査値で、疾患になる場合と　ならない場合のボーダー値；cut off値を求めるものだ！
ということを知っていればよい。
あとは、dataをSPSSなどの統計ソフトにぶち込めば自動的に計算して、有意か否かは判定してくれます。

統計ソフト：SPSSについては多くの書籍が出ていて、
その使用法については丁寧な説明がなされています。