为了更全面地评价诊断方法的真实性，必须考虑不同界值下诊断试验的真实性，这时就需要进行ROC曲线分析。那么，ROC曲线到底是“何方神圣”呢？
别着急，接下来小编会一一为您进行解读！
一、受试者工作特征曲线（ROC曲线）
受试者工作特征曲线（receiver operating characteristic curve, ROC curve）表示一个特定的诊断方法对区别特定的患者组与非患者组样本的检测性能。表示不同诊断水平的真阳性率对假阳性率的函数关系。
在前面描述的指标中，灵敏度、特异度分别从不同的侧面来评价诊断试验的真实性，而约登指数则被用以对真实性进行综合评价，但这些指标都与诊断方法的界值选取有关。为了更全面地评价诊断方法的真实性，必须考虑不同界值下诊断试验的真实性，这时就需要进行ROC曲线分析。
ROC曲线是以试验的灵敏度为纵坐标（y轴）、以假阳性率（1－特异度）为横坐标（x轴），横轴与纵轴长度相等，形成正方形，由不同决策界值产生灵敏度和特异度在坐标上都成为图中一个点，将这些点连接成线，即为ROC曲线，它通常用于测定值为连续的或等级数据，是表示灵敏度和特异度之间相互关系的一种方法。
二、ROC曲线的特点
理论上，当诊断试验完全无价值时，灵敏度等于假阳性率，是一条从原点到右上角的对角线，这条线称为机会线，完全无价值的诊断试验其ROC曲线与机会线重合；ROC曲线越偏离机会线，ROC曲线下面积就越大，则诊断试验的真实性也就越好，说明诊断准确度越高。
ROC曲线下面积（记为Az）的取值范围为0.5～1,即完全无价值的诊断Az=0.5，完全理想的诊断Az=1。一般认为Az在0.50～0.70之间，表示诊断价值较低；在0.70～0.90之间，表示诊断价值中等；高于0.90表示诊断价值较高。
ROC曲线综合了灵敏度和特异度两个指标；不受患病率的影响；考虑了所有可能的诊断临界值的影响；全面客观地评价诊断试验的准确性；描述了诊断试验区分事件发生与不发生的固有能力。
三、ROC曲线的用途
ROC曲线常用于确定诊断试验的最佳临界值（threshold）或者最佳截断值（cut-off），ROC曲线上离左上角距离最短的一点定为临界点，该点为ROC曲线的正切线与曲线相交的点，其灵敏度和特异度较高，假阳性和假阴性之和最小，也就是说灵敏度和特异度之和最大。除考虑漏诊和误诊之和最小之外，还应考虑漏诊或误诊给受试者带来的危害；若漏诊会给受试者带来致命危险时，应选择灵敏度更高而特异度相对较低的点；若误诊带来严重后果或经济损失，临界值应选择特异度更高而敏感度相对较低的一点。
此外，ROC曲线还可以用于评价两种或多种诊断试验的诊断价值，帮助临床医生作出最佳选择。将各试验的ROC曲线绘制在同一坐标中，分别计算各个诊断试验的ROC曲线下面积进行比较，哪个试验的ROC曲线下面积最大，哪一试验的诊断价值最佳。
四、ROC曲线下的面积
曲线下的面积（Area Under Curve），简称AUC，点(0，0)、(1，0)、(0、1)和(1，1)围成的面积做为1或100％。ROC曲线和X轴围成的面积占总面积的百分比作为曲线面积的估计值。ROC曲线下面积的取值在0～1之间。
曲线越接近左上角，面积越接近1，说明试验的准确度越高；越接近对角线，越接近0.5，则说明试验的准确度越差；一般认为：ROC曲线下面积在0.5～0.7之间时诊断价值较低，在0.7～0.9之间时诊断价值中等，在0.9以上时诊断价值较高。
五、ROC曲线下面积的估计方法
参数法计算公式：
其中
分别为患者组和非患者组检测结果的均数，且患者组高于非患者组。
分别为患者组和非患者组检测结果的标准差。
根据已知u值计算该u值所对应的标准正态曲线下左侧的面积。
非参数法计算公式：
假设对照组有
个观察值，记为
(j=1,2,
,
)；病例组有
个观察值，记为
(i=1,2,
,
)。如果观察值大判归为病例，根据Wilcoxon Mann-Whitney统计量，ROC曲线下面积(
)就是病例组每个观察值大于对照组每个观察值的概率，
六、ROC曲线下面积的可信区间
其中
为
的标准误，
是两个随机选择的病例组观察值比一个随机选择的对照组观察值都将有更大可能划归为病例的概率。
是一个随机选择的病例组观察值比两个随机选择的对照组观察值将有更大可能划归为病例的概率。
七、ROC曲线下面积的假设检验
得出的ROC曲线下面积是否与完全随机情况下获得的
有统计学差异，可近似采用标准正态离差计算检验统计量：
八、两条ROC曲线的比较
可信区间法：
计算两条曲线AUC差值的可信区间，如果区间包含0，则两种方法诊断价值的差异无统计学意义；反之则有一种方法的价值更高。
假设检验法：
Z检验或
检验。P值大于检验水准（0.05），则两种方法诊断价值差异无统计学意义；P值小于检验水准（0.05），则有一种方法的价值更高。
对检查结果的ROC曲线，统计上的变化会含有一定的误差。因此各ROC曲线的AUC亦有标准误（SE）的问题。将两条要进行比较的ROC曲线的“AUC差”除以“差的标准误”所得的值Z，是呈正态分布的。
其中r为两比较曲线下面积间的相关系数。
ROC曲线下面积（记为Az）的取值范围为0.5～1,即完全无价值的诊断Az=0.5，完全理想的诊断Az=1。
