利用pROC包绘制ROC曲线

1 写在前面

需要的包为"pROC"、"ggplot2"。如果没有，请安装。

使用自带的aSAH数据库，数据库：This dataset summarizes several clinical and one laboratory variable of 113 patients with an aneurysmal subarachnoid hemorrhage.

pROC包中的缩写：

ROC: receiver operating characteristic

AUC: area under the ROC curve

pAUC: partial AUC

CI: confidence interval

SP: specificity

SE: sensitivity

2 安装拓展包

install.packages("pROC") # 下载 pROC 包

install.packages("ggplot2") # 下载 ggplot2 包

3 调用拓展包

library(pROC) # 加载pROC包

library(ggplot2) # 调用ggplot2包以利用ggroc函数

4 导入数据

data(aSAH) # 加载数据集

head(aSAH) # 查看数据集前6行

5 建立曲线

roc1 <- roc(aSAH$outcome,aSAH$s100b);roc1 # Build a ROC object and compute the AUC

roc2 <- roc(aSAH$outcome, aSAH$ndka);roc2 # Create a few more curves for the next examples

# smooth=TRUE 绘制光滑曲线，默认为F，可省略

6 统计分析

6.1 分别计算roc1、roc2的AUROC和95%CI

auc(roc1);ci(roc1)

auc(roc2);ci(roc2)

6.2 比较两条ROC曲线是否有差异

roc.test(roc1,roc2,method = "delong") # 其他两种方法 “bootstrap”或“venkatraman”

6.3 计算partial AUC

plot(roc1,

print.auc=TRUE,print.auc.x=0.5,print.auc.y=0.5, # 图像上输出AUC值,坐标为（x，y）

auc.polygon=TRUE, auc.polygon.col="skyblue", # 设置ROC曲线下填充色

max.auc.polygon=TRUE, # 填充整个图像

partial.auc=c(1, 0.8), partial.auc.focus="sp", # sp改为se试试

grid=c(0.1, 0.2),grid.col=c("green", "red"), # 设置间距为0.1，0.2，线条颜色

print.thres=TRUE, # 图像上输出最佳截断值

reuse.auc=F)

其余计算方法参考pROC包

7 绘制图形

7.1 plot函数绘制单条ROC曲线

plot(roc1, # roc1换为roc2，更改参数可绘制roc2曲线

print.auc=TRUE,print.auc.x=0.5,print.auc.y=0.5, # 图像上输出AUC值,坐标为（x，y）

auc.polygon=TRUE, auc.polygon.col="skyblue", # 设置ROC曲线下填充色

max.auc.polygon=TRUE, # 填充整个图像

grid=c(0.1,0.2), grid.col=c("green", "red"), # 设置间距为0.1，0.2，线条颜色

print.thres=TRUE, print.thres.cex=0.8, # 图像上输出最佳截断值，字体缩放0.8倍

legacy.axes=TRUE) # 使横轴从0到1，表示为1-特异度

7.2 plot函数绘制多条曲线

plot(roc1,

print.auc=TRUE, print.auc.x=0.4, print.auc.y=0.5,

# 图像上输出AUC值,坐标为（x，y）

auc.polygon=TRUE, auc.polygon.col="#fff7f7", # 设置ROC曲线下填充色

max.auc.polygon=FALSE, # 填充整个图像

grid=c(0.5, 0.2), grid.col=c("black", "black"), # 设置间距为0.1，0.2，线条颜色

print.thres=TRUE, print.thres.cex=0.9, # 图像上输出最佳截断值，字体缩放倍数

smooth=F, # 绘制不平滑曲线

main="Comparison of two ROC curves", # 添加标题

col="#FF2E63", # 曲线颜色

legacy.axes=TRUE) # 使横轴从0到1，表示为1-特异度

添加roc2曲线

plot.roc(roc2,

add=T, # 增加曲线

col="#252A34", # 曲线颜色为红色

print.thres=TRUE, print.thres.cex=0.9, # 图像上输出最佳截断值，字体缩放倍数

print.auc=TRUE, print.auc.x=0.4,print.auc.y=0.4,

# 图像上输出AUC值,坐标为（x，y）

smooth = F) # 绘制不平滑曲线

比较两组曲线有无统计学差异

testobj <- roc.test(roc1,roc2) # 检验两条曲线

text(0.8, 0.2, labels=paste("P value =", format.pval(testobj$p.value)), adj=c(0, .5)) # 在图上添加P值

legend(0.35,0.30, # 图例位置

bty = "n", # 图例样式，默认为 "o"

title="", # 引号内添加图例标题

legend=c("roc1","roc2"), # 添加分组

col=c("#FF2E63","#252A34"), # 颜色跟前面一致

lwd=2) # 线条粗细

添加图例和P值

7.3 ggroc函数绘制多条曲线

roc.list <- roc(outcome ~ wfns + s100b + ndka, data = aSAH)

ggroc1 <- ggroc(roc.list,

legacy.axes = TRUE); ggroc1

ggroc1 + xlab("1-specificity") + ylab("Sensitivity") +

theme_minimal() + ggtitle("My ROC curve") +

geom_segment(aes(x = 0,xend = 1,y = 0,yend = 1),col = "darkgrey",linetype = "dashed")

ggplot2包绘制图形就是要好看很多，但是还没学全，先将就着看吧

pROC是目前功能比较全面的ROC曲线专业绘制函数,具体参数设置参考pROC包。

End

来源：刘老师医学统计

转自：“斐然智达SCI学术服务”微信公众号

如有侵权，请联系本站删除！