我的目标就是确保自己不落伍，而且我相信面对现实是十分重要的。 我在某个地方读到过，我们在美国历史上比上一代退步的一代。这使我很担心，因此我的目标就是确保自己不落伍。这听起来可能有点悲观，但我是一个现实主义者，而且我相信面对现实是十分重要的。这样的回答只能凸显你是个随大流的人，没有自己的个性，特点。

#成都锦城学院# 图书馆典藏云集，走近书架，斑斓的封面是知识殿堂的大门;走近图书，阵阵的墨香是知识殿堂的华灯;走进文字，华美的文采是知识殿堂的钥匙。

锦城学子们，读万卷书，行万里路，让我们在图书馆里阅读，享受这种静谧的下午吧！
（小编：李友璐 图源：锦大青年微信公众号） https://t.cn/A6Vs0RJd

ROC曲线如何看（2）

ROC曲线其实就是以FPR为横坐标，TPR为纵坐标绘制出来的曲线。 

ROC曲线图是反映敏感性与特异性之间关系的曲线。横坐标X轴为 1 – 特异性，也称为假阳性率（误报率），X轴越接近零准确率越高；纵坐标Y轴称为敏感度，也称为真阳性率（敏感度），Y轴越大代表准确率越好。

根据曲线位置，把整个图划分成了两部分，曲线下方部分的面积被称为AUC（Area Under Curve），用来表示预测准确性，AUC值越高，也就是曲线下方面积越大，说明预测准确率越高。曲线越接近左上角（X越小，Y越大），预测准确率越高。 

了解了这些概念，下面这幅图（图1）大家可以很好理解了吧！

最理想的ROC曲线为假阳性率为0%，真阳性率为100%
斜对角线为无效ROC曲线，AUC值小于0.5即无意义，毕竟随便猜一个人有没有病的概率还有50%
圆点处为约登指数最大值处，即最佳临界值

所以，根据ROC曲线的定义我们可以知道，其主要有两个用途：
1.评价某个或多个指标对两类测试者（如患者和正常人）分类及诊断的效果。通过绘制某个指标或多个指标的ROC曲线并计算各自的AUC（areaunder ROC，ROC曲线下的面积），就可以知道哪个指标的分类/诊断效果更好。
2.寻找最佳的指标阈值使得分类效果最佳。约登指数最大值处即为最佳的指标阈值。

 这两个用途也就是我们读图时要抓住的点，以下图（图2）为例：这是两种新型的血糖检测方法，要判断哪种检测方法对糖尿病的诊断更准确。TEST1是蓝色的线条，TEST2是红色的线条，即使不看AUC值我们也很快可以知道TEST2比TEST1诊断效果要好。

此外，根据作者提供的数据表，我们可以计算出各自的约登指数，也就是他们的cutoff值。（图3）#生信分析##生物信息学##roc曲线##医学生Medic[超话]#