연구 Labs › ROC 곡선与진단效能
ROC 곡선与진단效能분석
입력금표준（0=음성 / 1=양성）与연속측정값，自动계산 AUC（含 95%CI）、绘制 ROC 곡선， 并按Youden指数给出最佳절단값及对应的민감도、특이도、예측값、우도비。影像진단效能연구核心도구。
① 데이터 입력
한 줄에 하나条：금표준（0 或 1）+ 측정값，用空格/Tab/쉼표 구분。가능 출처 Excel 두 열복사。
使用说明与方法学
ROC 곡선분석能做什么？
ROC（受试者工作特征）곡선사용评价一个연속지표区分两类상태（如良性 vs 恶性、有病 vs 无病）的能力。곡선下面积 AUC 越接近 1，区分能力越强。影像진단연구中자주 씀于评价某定量지표（如 ADC 值、强化率）的진단价值。
AUC 多少算有价值？
보통 0.5 의미无区分能力（等同抛硬币），0.7–0.8 为중등도，0.8–0.9 为양호，大于 0.9 为优秀。报告 AUC 时应同时给出 95% 신뢰구간；若신뢰구간下限接近或低于 0.5，则진단价值不확인。
最佳절단값怎么확인？
本도구按Youden指数（민감도 + 특이도 − 1）最大原则自动选取最佳절단값。但临床实际选点还需权衡漏诊与误诊的代价——筛查场景倾向高민감도，确诊场景倾向高특이도，不一定取Youden指数最大点。
데이터어떻게 준비？
한 줄에 하나개 기록：第一列为금표준（0 = 음성/正常，1 = 양성/患病），第二列为该对象的측정값。若지표「越低越提示异常」（如某些 ADC 场景），可切换判定方向。양성、음성집단各需최소 2 명。