關于ROC曲線，在STATQUEST系列當中講得十分的明白。所以如果不是很清楚ROC以及曲線下面積(AUC)的介紹的話，可以看一下下面的這個視頻

PS: B站之前是有關于這個STATQUEST所有視頻的搬運的。但是不清楚后來作者都刪除了。所以以下是簡單的搬運，感興趣的可以去想辦法去看所有的視頻。作者講的很好的。

以上就是作者對于ROC以及AUC的基本的講解。對于我們而言，主要還是要了解ROC能干嘛?；镜膩碚f，ROC曲線主要是兩個方面的作用

1. 比較不同診斷方式(模型)之間的好壞：例如在進行一個疾病診斷模型構建的時候，我們會得到多個診斷的模型，比如A+B的診斷模型以及B+C的診斷模型。那么怎么評價兩者的好壞的。這個時候就可以使用兩者的ROC曲線，然后比較他們的曲線下面積(AUC)就可以

2. 對一個連續(xù)性變量進行分類變量的劃分：在進行數(shù)據(jù)類型轉換的時候，我們經(jīng)常需要把一個連續(xù)性變量(比如年齡)變成一個二分類的變量(比如分成 > 30歲和 <=30歲)。這種年齡的劃分，不可能是隨便劃分。我們需要確定怎么劃分對于結果是有意義的才行。這個時候就可以使用ROC曲線，來進行劃分，我們可以尋找在ROC曲線當中靈敏度和特異度綜合起來最好的地方來當作我們劃分的cutoff值。

好啦，上面啰嗦了那么多，想必大家應該已經(jīng)對ROC曲線有了系統(tǒng)的了解，有關ROC的講解就先介紹到這里。下面給大家介紹一個在線檢驗診斷效能的工具：ROC Plotter（http://www./site/index）。該工具利用乳腺癌、卵巢癌及膠質母細胞瘤患者的轉錄組水平數(shù)據(jù)同時也支持上傳自己的數(shù)據(jù)進行繪制，將基因表達與治療效應聯(lián)系起來。ROC Plotter是第一個用于預測生物標志物的在線轉錄組水平驗證工具。

根據(jù)官網(wǎng)地址，主頁面如下。目前僅支持乳腺癌、卵巢癌及膠質母細胞瘤3種癌癥類型的在線分析。但提供用戶數(shù)據(jù)上傳功能，進行在線分析，類似于SPSS。

好啦，話不多說，下面小編就乳腺癌為例，簡要介紹一下該數(shù)據(jù)庫的使用方法。

點擊ROC Plotter for breast cancer。

“！”為必須輸入選項。這里輸入基因TP53（當然，我們可以一次輸入多個基因，但是這些基因的ROC曲線并不會出現(xiàn)在一個圖上，而是分別做圖），以5年無復發(fā)生存時間為例。

選項3. Treatment處提供了3種治療方法及更具體的藥物。

選項4. Filters為非必須選項，若要分析全部乳腺癌時可以跳過此選項。如下圖所示，此處提供了更為詳細的亞組分類。比如我們不想分析所有的乳腺癌，只想看一下HER2陽性的乳腺癌中TP53的診斷效能，那我們這里HER2 status處選擇Positive。

點擊"Calculate"進行分析，結果如下。

此處AUC為0.506，且P=0.47，說明TP53的診斷效能極差。

Mann-Whitney U檢驗是基于秩次的非參數(shù)檢驗，此處利用它來確定兩組之間基因表達是否存在差異。此處P=0.94，差異無統(tǒng)計學意義。

 以上就是這個工具的基本使用過程。另外這個工具也支持上傳自己的數(shù)據(jù)，所以只要是想做類似的ROC的分析，都可以上傳數(shù)據(jù)來進行分析的。