[논문통계 SPSS] ROC 커브 (Receiver Operating Characteristic curve)_AUC 판정기준

의료데이터를 이용해서 의학논문 통계를 분석하는 메디컬에디터 업무를 하다보면,
다양한 통계방법들을 사용해서 분석을 해야한다.

메디컬에디터_논문통계분석/논문교정

그 중에서
ROC (Receiver Operating Characteristic) curve는 어떠한 지표의 민감도와 특이도를 통해 그려지는 커브이다.
 
예를 들어, 나에게 의뢰가 들어오는 ROC 분석은 대학 병원에서 새로운 검사 지표의 정확도나 유용성을 확인할 목적으로 사용된다.
 
구체적으로, 기존의 혈액 검사 지표와 함께 암이나 뇌혈관질환 진단을 할 수 있는 새로운 지표가 어떤 것이 있는지 탐색해보는 연구에서 많이 이용된다. 
보통 새로운 검사 지표나 키트를 타겟 질환의 진단에 사용할 수 있을 것인지 컷 포인트 (cut point)와 진단 범위 (reference range)를 설정하고자 할 때 많이 사용한다.
 

메디컬에디터_spss 논문통계

https://me2.do/FfMPkFja

[논문의 모든 것] 논문찾기부터 쓰기까지 모두에게 필요한 실전 노하우!

그렇기 때문에,
ROC(Receiver Operating Characteristic) curve를 그리기 위해서는 어떠한 질환이나 연구문제를 확정하는 결과를 진단 또는 판단할 수 있는 이분형 변수와 그 진단이나 판단을 내리는 지표로 설정하고자 하는 변수가 있어야 한다.
(지표변수는 혈액 수치, 설문조사도구 점수 등과 같은 연속형 변수가 일반적이며, 순위 변수나 리커드 척도의 경우 최소 4개 이상을 되어야 ROC 커브가 제대로 그려질 수 있다고 본다)

예를 들어,
대장암의 초기진단에 사용할 수 있는 분변지표를 판단하고자 한다면,
대장암 진단 변수: 대장암진단 유/무(이분형 변수)
지표 변수: 대변 중 특정 대장암유발 단백질의 발현양(연속형 변수)
 

ROC 커브 (Receiver Operating Characteristic curve)

 
그리고 ROC 커브에서 가장 중요한 부분은
AUC(area under curve)인데,
이것은 곡선 아래의 면적을 의미하는 것이다.
이 AUC는 0.5를 표시하는 기준선(reference line)과 지표에 의해 그려진 ROC 사이의 면적을 말한다.
그래서 이 기준선보다 왼쪽 방향, 위 방향으로 커브가 그려져야 해당 지표가
의미있는 진단이나 판단 기준이라고 볼 수 있다.
 
 

ROC 커브 (Receiver Operating Characteristic curve) _Point Care 2012, 11, 6–8.

 
 
AUC가 1에 가까우면,
민감도와 특이도가 모두 100%에 가까운 지표라는 것이며,
일반적으로 0.7 이상은 되어야 의미있다고 판단하고 있다.
 

AUC interpretation criteria
0.9–1.0 = excellent,
0.8–0.9 = very good,
0.7–0.8 = good,
0.6–0.7 = sufficient,
0.5–0.6 = bad,
<0.5 = not useful)

Psychometrika 2005, 70, 203–212. & Point Care 2012, 11, 6–8.

하지만, 최근에 진단에 이용하는 지표들은
대부분 단독적으로 질병이나 위험을 진단하지 않는다.
여러가지 지표를 함께 고려하여 진단기준을 만든다.

그래서 최근 연구자들은 단독적인 ROC 커브를 분석하기 보다는
새로이 개발되는 지표가 연령, 성별, 키, 몸무게, 기존 진단지표, 생화학적지표 등,
여러가지 지표와 함께 분석했을 때, AUC가 높아지는가?

즉, 진단의 정확도가 높아지는가를 보고자 한다.

이를 위해서는 로지스틱 회귀분석을 통해,
여러 진단지표의 영향력을 함께 분석한 데이터를 도출하고,
다시 ROC 커브를 그려, AUC를 비교 할 수 있다.
 
그리고 혼자 논문통계에 대해 공부하기에 너무 기초가 부족하다고 생각되면,
기초 논문읽기와 통계해석 수업을 들어보라고 추천한다.

 
클래스유 '논문의 모든 것' 수업을 한 달 들으면 5만원 정도인데, 한 달만 들어보면 논문에 대한 기본 팁과 통계 방법별로 논문결과를 해석하는 방법을 알 수 있도록 연구소 박사들이 만든 커리큘럼이라서 신입생이나 연구소 석사 연구원들에게 추천하곤 한다.

논문은 본인 전공과 경험에 따라서 읽고 해석하는데에 필요한 수업이 다르니, 많이 찾아보고 책이나 수업을 선택해보면 좋을 것 같다.
 
https://me2.do/FfMPkFja

[논문의 모든 것] 논문찾기부터 쓰기까지 모두에게 필요한 실전 노하우!