ROC曲線繪制和曲線下面積比較的SAS宏包*

李太順　劉　沛

東南大學公共衛生學院流行病與衛生統計學系(210009)

【提　要】　目的　探討SAS宏包解決醫學診斷數據中常見ROC曲線繪制以及曲線下面積比較的簡單實現。方法　采用介紹的SAS宏包，對青少年兒童高血壓樣本數據，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。結果　rocplot與roc宏包不僅給出了不同截斷點選擇方法所對應的結果以及曲線下面積比較的結果，還給出了相應可視化圖形。結論　rocplot與roc宏包使用方便，功能豐富，在指定相應參數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，對非統計專業的用戶有較好的適用性。

診斷試驗評價是醫學研究的重要組成部分，在醫學診斷試驗中，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系，為選擇最優截斷點即診斷臨界點提供依據，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

在臨床診斷試驗評價中，SAS是目前公認的權威軟件，雖然通過編程可實現ROC分析的功能，但編程過程繁瑣，不便非統計專業人員應用。SAS宏包可將復雜的程序打包，用戶無需掌握編程過程，調用時只需賦值各參數值，應用于自己的數據即可。國內有學者關于ROC分析SAS實現的文獻報道[5-6]，但并未見介紹SAS宏包在診斷試驗評價中的應用，本文以實例在SAS軟件中使用SAS宏包實現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，為廣大醫務工作者提供參考，也為SAS在診斷試驗評價應用中的推廣提供思路。

軟件操作及數據分析

1.SAS宏程序包的下載與安裝

本文主要介紹SAS官網中提供的關于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.數據來源與加載

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

libname data "C:UserssumsungDesktop ocdata";

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

3.數據分析

(1)繪制ROC并尋找最佳截斷點

以指標hipline采用“Youden指數最大法”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，結局變量為result，result變量中“1”視為高血壓發生，繪制ROC曲線所需的數據輸出為roc1數據集，每個觀測值hipline的預測概率數據輸出為outp數據集，并將預測概率命名為phat。

步驟3：調用rocplot宏，繪制ROC曲線，以“Youden指數最大法”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曲線所需數據集；inpred=觀測值預測概率值數據集;p=預測概率值變量名稱;id=ROC曲線圖上顯示的變量名稱(此處顯示腰圍值、切點值、Youden指數值);optcrit=最佳切斷點選擇標準(此處為Youden指數);x=選擇標準所適用對象(此處為hipline)。

步驟4：查看并解釋相應結果。

rocplot宏包語句的結果給出了信息全面的ROC曲線圖以及最佳截斷點的選擇結果，以hipline為診斷指標，以“Youden指數”最大為評價標準，則切點值選擇為0.12258，對應的hipline為83，Youden指數為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曲線所需的數據集分別保存為roc1_age和roc1_hipline，預測概率數據集保存為outp_age和outp_hipline,預測概率命名為phat_age和phat_hipline。

步驟3：調用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=比較數據集來源，var=比較變量，response=結局變量。

步驟4：查看并解釋相應結果

曲線下面積比較結果發現臀圍的AUC大于年齡的AUC，差異有統計學意義(P<0.0001)，臀圍的診斷價值大，詳見表2與圖2。

表2　兩相關指標曲線下面積比較結果

圖2　兩相關指標ROC曲線比較圖

4.應用拓展

由于SAS宏包中的宏參數較多，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列表，并列出默認值和解釋說明，外部宏參數表相應框架格式見表3。用戶根據說明在參數列表中選擇相應參數并賦值，然后再使用SAS語句將外部excel參數表導入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，具體實現過程如下：

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

/*第一步將rocplot.sas程式預先讀入SAS中*/

%include "& address1";

/*第二步執行proc logistic 語句，輸出結果，以供rocplot.sas程式應用*/

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"/*將外部參數表格導入/

out=shun

dbms=excel

replace;

sheet=sheet1;

run;

data _null_;

set shun;

callsymputx(parname,& value);

run;

/*第三步為調用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=要分析的數據集，result=分析的因變量，name=要分析的自變量，address2=外部宏參數表excel存放的物理地址，value=選擇的外部參數表中賦值的列(用戶可同時賦值多個列)。

表3　外部參數表框架結構

討　　論

本文ROC曲線下面積估計采用非參數法[7]，根據實驗結果直接計算繪制出ROC曲線所需的工作點(靈敏度、1-特異度)，繪制出ROC曲線，再由梯形規則計算出相應的曲線下面積，與患者和非患者實驗結果秩和檢驗的Mann Whitney統計量相等，其優點是沒有限制條件，適用于任何診斷試驗ROC曲線下面積的估計。兩相關ROC曲線下面積比較采用非參數檢驗方法[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，要么就是對數據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，但沒有最優截斷點選擇和兩相關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上述功能但對資料存在限制，僅適用于符合參數法條件的資料[10]。R軟件在實現兩診斷實驗曲線下面積比較時需調動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，實現過程需要復雜的編程，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表與SAS宏包配合使用的方法，方便了用戶進行參數設置，降低了操作難度并適用于大批量作業分析。綜上所述，利用SAS宏包技術完成診斷試驗評價的過程既可以保證數據結果的權威，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指數最大準則下最佳截斷值選擇的功能實現，臨床上選擇標準有很多，如正確區分率、靈敏度與特異度的絕對差值以及成本效益。rocplot宏可實現多種標準準則選擇最佳截斷點，并可做相應比較，roc宏可實現不同競爭模型ROC曲線下面積的比較，由于篇幅有限具體實現請參閱官網介紹。