← 返回 Apps统计 · 本地处理
ROC & Diagnostic Accuracy
从逐行记录评估诊断性能：ROC 曲线与 AUC（DeLong 区间与比较）、任意切点上的灵敏度特异度与似然比，并按人群患病率换算预测值。
数据
80 行 × 5 列 · 每行一个人
必需
标志物（可多选，每个一条曲线）
金标准里哪个取值代表阳性
阳性 32 · 阴性 48
点一下切换。选反了 AUC 会变成 1 − AUC， 而曲线看上去仍然像一条正常的 ROC —— 上面那两个例数就是核对用的。
ROC
80 例 · 阳性 32 · 阴性 48 · 3 条曲线
统计
曲线
| 标志物 | AUC (95% CI) | 方向 | 最佳切点 | 约登 |
|---|---|---|---|---|
| marker | 0.853 (0.739–0.922) | 大值阳性 | 52.40 | 0.604 |
| crp | 0.528 (0.394–0.659) | 大值阳性 | 8.10 | 0.167 |
| thickness | 0.752 (0.629–0.844) | 大值阳性 | 1.80 | 0.458 |
DeLong 比较（同一批人，已计入相关性）
- marker vs crp： +0.324 · z = 4.04 · p <0.001
- marker vs thickness： +0.101 · z = 1.30 · p = 0.194
- crp vs thickness： -0.223 · z = -2.64 · p = 0.008
切点 52.40 上的表现 · marker
| 真阳 | 真阴 | |
|---|---|---|
| 检验阳性 | 26 | 10 |
| 检验阴性 | 6 | 38 |
| Sensitivity | 81.3% (64.7–91.1%) |
| Specificity | 79.2% (65.7–88.3%) |
| PPV（样本） | 72.2% (56.0–84.2%) |
| NPV（样本） | 86.4% (73.3–93.6%) |
| Accuracy | 80.0% (70.0–87.3%) |
| LR+ | 3.90 (2.19–6.94) |
| LR− | 0.24 (0.11–0.49) |
| DOR | 16.47 (5.33–50.89) |
样本里的阳性比例是 40.0%。 这看着像病例对照抽样 —— 那样的话上面两行「样本 PPV/NPV」没有意义， 请填入真实人群患病率看下面两行。
样式
输出
全部在浏览器本地计算，数据不会上传。要矢量就用 SVG； PNG、TIFF、PDF 是按上面那个 dpi 出的位图。切点 CSV 是每条曲线上每一个阈值的四格表与 Se/Sp， 换个工具能复现同一条曲线。