ROC曲線(Receiver Operating Characteristic curve)は、診断検査などの判定基準を変えたときの感度と偽陽性率の関係を示す曲線である。複数の判定閾値にわたる検査性能を評価するために用いられる。[1]
概要
判定閾値を厳しくすると偽陽性は減る一方で真陽性も減る場合があり、逆に閾値を緩めると真陽性と偽陽性の双方が増える場合がある。ROC曲線は、この感度と特異度のトレードオフを複数の閾値にわたって可視化する。[1]
軸の意味
ROC曲線では縦軸に真陽性率、すなわち感度を取り、横軸に偽陽性率、すなわち1−特異度を取る。曲線上の各点は異なる判定閾値や読み手の判断基準に対応する。[1]
AUC
ROC曲線下面積は、さまざまな判定条件を通した診断性能の要約指標として利用される。資料では、単一の感度・特異度だけよりも、曲線全体とその面積を用いる方が検査法同士の比較に適すると説明されている。[1]
利用
画像診断などでは、読み手、症例、装置、画像処理などによって判定が変動する。ROC解析は、こうした条件の違いを含めて検出技術の性能を比較する方法として利用される。[1]
関連項目
特異度、
感度、
陰性的中率(NPV)を参照。
エビデンス・科学的評価
ROC解析は、一つの感度・特異度の組だけでは捉えにくい判定閾値による性能変化を扱える。ROC曲線下面積は複数の条件を統合した診断精度の比較に利用される。[1]
安全性・注意点
ROC曲線やAUCだけで検査の臨床的有用性が決まるわけではない。対象集団、判定閾値、読み手や症例のばらつきなどによって性能評価は変わり得るため、単一の数値だけで検査を順位付けしないことが重要となる。[1]
知識マップ
関連する項目をタップして、医学知識のつながりをたどれます。
いま見ている項目
ROC曲線
ROC曲線(Receiver Operating Characteristic curve)は、診断検査などの判定基準を変えたときの感度と偽陽性率の関係を示す曲線である。複数の判定閾値にわた…
検査・評価・科学的評価
この記事を読む →
周囲の項目を押すと、その項目を中心にマップが切り替わります。