ROC曲線繪制和曲線下面積比較的SAS宏包*

李太順　劉　沛

東南大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計學(xué)系(210009)

【提　要】　目的　探討SAS宏包解決醫(yī)學(xué)診斷數(shù)據(jù)中常見ROC曲線繪制以及曲線下面積比較的簡單實現(xiàn)。方法　采用介紹的SAS宏包，對青少年兒童高血壓樣本數(shù)據(jù)，分別選擇幾種常見最佳截斷點方法進行比較分析，并進行各指標曲線下面積比較分析。結(jié)果　rocplot與roc宏包不僅給出了不同截斷點選擇方法所對應(yīng)的結(jié)果以及曲線下面積比較的結(jié)果，還給出了相應(yīng)可視化圖形。結(jié)論　rocplot與roc宏包使用方便，功能豐富，在指定相應(yīng)參數(shù)情況下可完成最佳截斷點選擇以及曲線下面積比較的問題，對非統(tǒng)計專業(yè)的用戶有較好的適用性。

診斷試驗評價是醫(yī)學(xué)研究的重要組成部分，在醫(yī)學(xué)診斷試驗中，常用靈敏度和特異度作為評價診斷試驗的準確度指標。但其值依賴于截斷點,截斷值的改變會引起靈敏度與特異度值的變化。如何綜合靈敏度與特異度，并且反映截斷點診斷價值就成了診斷試驗評價中的重要問題。受試者工作特征曲線(receiver operating characteristic curve,ROC)是解決此類問題的有效方法[1]。ROC是以真陽性率(靈敏度)為縱坐標，假陽性率(1-特異度)為橫坐標繪制的曲線。ROC將靈敏度與特異度以圖示方法結(jié)合在一起，可直觀反映某方法不同截斷點下靈敏度與特異度的關(guān)系，為選擇最優(yōu)截斷點即診斷臨界點提供依據(jù)，同時ROC下面積(area under the ROC curve,AUC)可用來評價診斷試驗的準確性[3]。ROC是目前公認的評價診斷試驗準確性最佳的方法之一[4]。

ROC曲線分析的SAS宏包實現(xiàn)

在臨床診斷試驗評價中，SAS是目前公認的權(quán)威軟件，雖然通過編程可實現(xiàn)ROC分析的功能，但編程過程繁瑣，不便非統(tǒng)計專業(yè)人員應(yīng)用。SAS宏包可將復(fù)雜的程序打包，用戶無需掌握編程過程，調(diào)用時只需賦值各參數(shù)值，應(yīng)用于自己的數(shù)據(jù)即可。國內(nèi)有學(xué)者關(guān)于ROC分析SAS實現(xiàn)的文獻報道[5-6]，但并未見介紹SAS宏包在診斷試驗評價中的應(yīng)用，本文以實例在SAS軟件中使用SAS宏包實現(xiàn)診斷試驗評價的最佳截斷值點的選擇和曲線下面積比較的過程，為廣大醫(yī)務(wù)工作者提供參考，也為SAS在診斷試驗評價應(yīng)用中的推廣提供思路。

軟件操作及數(shù)據(jù)分析

1.SAS宏程序包的下載與安裝

本文主要介紹SAS官網(wǎng)中提供的關(guān)于ROC分析的兩個宏程序包：第一宏包名稱rocplot，適用于ROC曲線的繪制及最優(yōu)截斷點選擇，下載地址為：http://support.sas.com/kb/25/018.html；第二個宏包名稱為roc，適用于兩診斷實驗曲線下面積比較，下載地址為：http://support.sas.com/kb/25/017.html。建議下載文件后儲存為SAS格式：rocplot宏包命名為rocplot.sas；roc宏包命名為roc.sas。本文所介紹的宏包適用于SAS 9.3及以上版本。

2.數(shù)據(jù)來源與加載

數(shù)據(jù)源于蕪湖市城區(qū)7～17歲學(xué)齡兒童體檢數(shù)據(jù)，目的是研究肥胖指標對青少年高血壓的鑒別診斷能力，并對各參數(shù)的診斷價值作比較。數(shù)據(jù)形式見表1，數(shù)據(jù)加載命令如下：

libname data "C:UserssumsungDesktop ocdata";

*：(id：樣本編號；gender：性別；age：年齡；result：結(jié)局；weight：體重；waistline：腰圍；hipline：臀圍)

3.數(shù)據(jù)分析

(1)繪制ROC并尋找最佳截斷點

以指標hipline采用“Youden指數(shù)最大法”計算最佳截斷點為例：

步驟1：加載rocplot宏包，將rocplot.sas宏包加載到SAS中。

%include "C:UserssumsungDesktop oc ocmacro ocplot.sas";

注釋：%include “宏包所處的位置目錄”。

步驟2：運行proc logistc語句，將結(jié)果輸出為rocplot宏包使用作準備。

proclogistic data=bp;

model result(event="1")=hipline /outroc=roc1 roceps=0;

output out=outp p=phat;

run;

注釋：在本例中研究因素為hipline，結(jié)局變量為result，result變量中“1”視為高血壓發(fā)生，繪制ROC曲線所需的數(shù)據(jù)輸出為roc1數(shù)據(jù)集，每個觀測值hipline的預(yù)測概率數(shù)據(jù)輸出為outp數(shù)據(jù)集，并將預(yù)測概率命名為phat。

步驟3：調(diào)用rocplot宏，繪制ROC曲線，以“Youden指數(shù)最大法”選擇最佳截斷點。

%rocplot(inroc=roc1,inpred=outp,p=phat,

id=hipline _cutpt__opty_,

optcrit= youden,x=hipline)。

注釋：inroc=繪制ROC曲線所需數(shù)據(jù)集；inpred=觀測值預(yù)測概率值數(shù)據(jù)集;p=預(yù)測概率值變量名稱;id=ROC曲線圖上顯示的變量名稱(此處顯示腰圍值、切點值、Youden指數(shù)值);optcrit=最佳切斷點選擇標準(此處為Youden指數(shù));x=選擇標準所適用對象(此處為hipline)。

步驟4：查看并解釋相應(yīng)結(jié)果。

rocplot宏包語句的結(jié)果給出了信息全面的ROC曲線圖以及最佳截斷點的選擇結(jié)果，以hipline為診斷指標，以“Youden指數(shù)”最大為評價標準，則切點值選擇為0.12258，對應(yīng)的hipline為83，Youden指數(shù)為0.2261，詳見圖1。

圖1　腰圍hipline診斷青少年高血壓的ROC曲線圖

(2)兩相關(guān)指標曲線下面積(AUC)的比較

步驟1：加載roc宏包，將roc.sas宏包加載到SAS中

%include "C:UserssumsungDesktop oc ocmacro oc.sas";

注釋：%include “宏包所處的位置目錄”。

步驟2：分別以age變量和hipline變量運行proc logistic語句

SAS程序參照上述第二步，繪制ROC曲線所需的數(shù)據(jù)集分別保存為roc1_age和roc1_hipline，預(yù)測概率數(shù)據(jù)集保存為outp_age和outp_hipline,預(yù)測概率命名為phat_age和phat_hipline。

步驟3：調(diào)用roc宏，繪制ROC曲線，比較曲線下面積

%roc( data=outp_ageoutp_hipline,var=age hipline,response=result)

注釋：data=比較數(shù)據(jù)集來源，var=比較變量，response=結(jié)局變量。

步驟4：查看并解釋相應(yīng)結(jié)果

曲線下面積比較結(jié)果發(fā)現(xiàn)臀圍的AUC大于年齡的AUC，差異有統(tǒng)計學(xué)意義(P<0.0001)，臀圍的診斷價值大，詳見表2與圖2。

表2　兩相關(guān)指標曲線下面積比較結(jié)果

圖2　兩相關(guān)指標ROC曲線比較圖

4.應(yīng)用拓展

由于SAS宏包中的宏參數(shù)較多，用戶在選擇時存在困難。針對上述問題，本文事先在外部excel文件中列出宏包中所有宏參數(shù)列表，并列出默認值和解釋說明，外部宏參數(shù)表相應(yīng)框架格式見表3。用戶根據(jù)說明在參數(shù)列表中選擇相應(yīng)參數(shù)并賦值，然后再使用SAS語句將外部excel參數(shù)表導(dǎo)入SAS中與宏包連接起來使用，大大簡化了用戶的操作難度。下面以rocplot宏包使用為例，具體實現(xiàn)過程如下：

%macrorocone(address1,dataset,result,name,address2,value);

/*第一步將rocplot.sas程式預(yù)先讀入SAS中*/

%include "& address1";

/*第二步執(zhí)行proc logistic 語句，輸出結(jié)果，以供rocplot.sas程式應(yīng)用*/

databp;

set& dataset;

run;

proc logistic data=bp;

model& result(event="1")=& name /outroc=roc1 roceps=0;

output out=outp p=phat;

run;

proc import datafile="& address2"/*將外部參數(shù)表格導(dǎo)入/

out=shun

dbms=excel

replace;

sheet=sheet1;

run;

data _null_;

set shun;

callsymputx(parname,& value);

run;

/*第三步為調(diào)用rocplot宏程序*/

title"ROC plot for result=& name";

%rocplot(inpred =& inpred,inroc=& inroc,p=& p,id= & id,idstat=& idstat,format=& format,charlen=& charlen,split=& split,thinsens=& thinsens,thiny=& thiny,optcrit=& optcrit,costratio=& costratio,pevent=& pevent,optbyx=& optbyx,x=& x,multoptplot=& multoptplot,multoptlist=& multoptlist,plottype=& plottype,linestyle=& linestyle,labelstyle=& labelstyle,optsymbolstyle=& optsymbolstyle,markerstyle=& markerstyle,markers=& markers,marker=& marker,offsetmin=& offsetmin,offsetmax=& offsetmax,grid=& grid,altaxislabel=& altaxislabel)

%mendrocone;

注釋：address1=宏包rocplot的物理地址，dataset=要分析的數(shù)據(jù)集，result=分析的因變量，name=要分析的自變量，address2=外部宏參數(shù)表excel存放的物理地址，value=選擇的外部參數(shù)表中賦值的列(用戶可同時賦值多個列)。

表3　外部參數(shù)表框架結(jié)構(gòu)

討　　論

本文ROC曲線下面積估計采用非參數(shù)法[7]，根據(jù)實驗結(jié)果直接計算繪制出ROC曲線所需的工作點(靈敏度、1-特異度)，繪制出ROC曲線，再由梯形規(guī)則計算出相應(yīng)的曲線下面積，與患者和非患者實驗結(jié)果秩和檢驗的Mann Whitney統(tǒng)計量相等，其優(yōu)點是沒有限制條件，適用于任何診斷試驗ROC曲線下面積的估計。兩相關(guān)ROC曲線下面積比較采用非參數(shù)檢驗方法[8]，不適用于兩獨立ROC曲線下面積比較。

目前進行ROC曲線分析的軟件主要有SPSS軟件、SAS軟件、R軟件[9]和ROC曲線分析專用工具ROCKIT等。但上述軟件要么在截斷點選擇和曲線下面積比較功能上存在不足，要么就是對數(shù)據(jù)資料存在限制或需要繁瑣的編程。SPSS軟件雖然可以繪制ROC曲線，但沒有最優(yōu)截斷點選擇和兩相關(guān)診斷實驗曲線下面積比較的模塊，ROCKIT等ROC曲線分析專用軟件雖然可以實現(xiàn)上述功能但對資料存在限制，僅適用于符合參數(shù)法條件的資料[10]。R軟件在實現(xiàn)兩診斷實驗曲線下面積比較時需調(diào)動OptimalCutpoints包、Daim包、ROCR包或PROC包，過程過于繁瑣[11]。SAS軟件雖然也無ROC分析的專用模塊，實現(xiàn)過程需要復(fù)雜的編程，但SAS宏包克服了上述不足，其方法和SAS程序簡單方便。此外本文提出在外部建立宏參數(shù)表與SAS宏包配合使用的方法，方便了用戶進行參數(shù)設(shè)置，降低了操作難度并適用于大批量作業(yè)分析。綜上所述，利用SAS宏包技術(shù)完成診斷試驗評價的過程既可以保證數(shù)據(jù)結(jié)果的權(quán)威，又可克服編程的困難。

本文介紹的SAS宏包功能強大，文章僅介紹了rocplot宏在Youden指數(shù)最大準則下最佳截斷值選擇的功能實現(xiàn)，臨床上選擇標準有很多，如正確區(qū)分率、靈敏度與特異度的絕對差值以及成本效益。rocplot宏可實現(xiàn)多種標準準則選擇最佳截斷點，并可做相應(yīng)比較，roc宏可實現(xiàn)不同競爭模型ROC曲線下面積的比較，由于篇幅有限具體實現(xiàn)請參閱官網(wǎng)介紹。