เส้นโค้งลักษณะการทำงานของผู้รับ (Receiver Operating Characteristic Curve)

เส้นโค้งลักษณะการทำงานของผู้รับ (Receiver Operating Characteristic: ROC) แสดงความสัมพันธ์ระหว่างความไว (sensitivity) ของการทดสอบกับอัตราการเกิดผลบวกลวง (false-positive rate) (หนึ่งลบด้วยความจำเพาะ) ในทุกเกณฑ์การตัดสินใจที่เป็นไปได้ โดยสรุปว่าการทดสอบที่สร้างขึ้นจากการวัดแบบต่อเนื่องหรือแบบเรียงลำดับสามารถแยกแยะระหว่างผู้ที่มีและไม่มีภาวะได้อย่างไร โดยไม่ขึ้นอยู่กับจุดตัดใดจุดตัดหนึ่ง และพื้นที่ใต้เส้นโค้งจะสรุปความสามารถในการแยกแยะนั้นให้เป็นตัวเลขเดียว

Definition

เส้นโค้งลักษณะการทำงานของผู้รับคือกราฟของความไว (อัตราการเกิดผลบวกจริง) เทียบกับอัตราการเกิดผลบวกลวง (หนึ่งลบด้วยความจำเพาะ) ซึ่งถูกลากขึ้นเมื่อมีการเปลี่ยนแปลงเกณฑ์การตัดสินใจของการทดสอบตลอดช่วงทั้งหมด

Scope

บทความนี้ให้คำจำกัดความของเส้นโค้ง ROC อธิบายวิธีการสร้างโดยการปรับเปลี่ยนเกณฑ์การวินิจฉัยอย่างต่อเนื่อง อธิบายพื้นที่ใต้เส้นโค้ง (Area Under the Curve: AUC) ซึ่งเป็นสรุปความสามารถในการแยกแยะที่ไม่ขึ้นกับเกณฑ์ และกล่าวถึงที่มาของทฤษฎีการตรวจจับสัญญาณ (signal detection theory) นี่เป็นหัวข้อทางระเบียบวิธีวิจัยและไม่ได้ให้คำแนะนำเกี่ยวกับการใช้การทดสอบหรือเกณฑ์เฉพาะใดๆ

Key concepts

• การแลกเปลี่ยนระหว่างความไวกับอัตราการเกิดผลบวกลวง
• เกณฑ์การตัดสินใจ (จุดตัด)
• พื้นที่ใต้เส้นโค้ง (AUC)
• การแยกแยะที่ไม่ขึ้นกับเกณฑ์
• ทฤษฎีการตรวจจับสัญญาณ
• การเปรียบเทียบการทดสอบที่แข่งขันกัน

Mechanisms

สำหรับการทดสอบที่ให้คะแนนแบบต่อเนื่องหรือแบบเรียงลำดับ เกณฑ์แต่ละค่าที่เป็นไปได้จะให้คู่ของความไวและอัตราการเกิดผลบวกลวงหนึ่งคู่ การเชื่อมต่อคู่เหล่านี้ตลอดทุกเกณฑ์จะลากเส้นโค้ง ROC ในสี่เหลี่ยมจัตุรัสหน่วย เส้นโค้งที่ชิดมุมซ้ายบนแสดงถึงความสามารถในการแยกแยะที่แข็งแกร่ง ในขณะที่เส้นทแยงมุมสอดคล้องกับการทดสอบที่ไม่ดีไปกว่าการสุ่ม พื้นที่ใต้เส้นโค้งสรุปประสิทธิภาพตลอดทุกเกณฑ์และสามารถตีความได้ว่าเป็นความน่าจะเป็นที่การทดสอบจะให้คะแนนที่สูงกว่าแก่ผู้ป่วยที่ถูกเลือกแบบสุ่มเมื่อเทียบกับผู้ที่ไม่ป่วยที่ถูกเลือกแบบสุ่ม เนื่องจากคำนวณจากความไวและความจำเพาะมากกว่าการนับตามแถว เส้นโค้งและพื้นที่ของมันจึงอธิบายความสามารถในการแยกแยะโดยไม่ขึ้นกับความชุกของโรค แม้ว่าการเลือกเกณฑ์การทำงานเพื่อใช้งานยังคงต้องชั่งน้ำหนักต้นทุนของผลบวกลวงเทียบกับผลลบลวง กรอบแนวคิดนี้มาจากทฤษฎีการตรวจจับสัญญาณ ซึ่งมีการวิเคราะห์การแลกเปลี่ยนที่คล้ายกันระหว่างการตรวจจับที่ถูกต้องและการเตือนที่ผิดพลาด

Clinical relevance

การวิเคราะห์ ROC เป็นเครื่องมือมาตรฐานสำหรับการเปรียบเทียบการทดสอบวินิจฉัยและการตรวจสอบว่าตัวบ่งชี้แบบต่อเนื่องสามารถแยกแยะผู้ป่วยออกจากผู้ที่ไม่ป่วยได้ดีเพียงใดก่อนที่จะมีการกำหนดจุดตัดใดๆ แนวคิดนี้สนับสนุนการประเมินหลักฐานการวินิจฉัยอย่างมีวิจารณญาณ โดยจะบ่งบอกถึงความสามารถในการแยกแยะของการทดสอบและไม่ใช่พื้นฐานสำหรับการตัดสินใจวินิจฉัยหรือการรักษาเฉพาะบุคคล

Epidemiology

เส้นโค้ง ROC และพื้นที่ใต้เส้นโค้งถูกนำมาใช้อย่างแพร่หลายในการรายงานและเปรียบเทียบประสิทธิภาพการแยกแยะของตัวบ่งชี้การวินิจฉัยและแบบจำลองการทำนาย เนื่องจากพื้นที่สรุปความสามารถในการแยกแยะแต่ไม่ได้สรุปการสอบเทียบหรือผลกระทบเชิงปฏิบัติของเกณฑ์ที่เลือก มาตรฐานการรายงานเช่น STARD จึงส่งเสริมการอธิบายที่ชัดเจนว่าเกณฑ์และความแม่นยำถูกกำหนดอย่างไร

Evidence & guidelines

คำแถลง STARD ครอบคลุมการรายงานความแม่นยำในการวินิจฉัย รวมถึงวิธีการกำหนดและรายงานเกณฑ์การทดสอบและมาตรวัดความแม่นยำ เช่น พื้นที่ใต้เส้นโค้ง ROC

History

การวิเคราะห์ ROC มีต้นกำเนิดมาจากทฤษฎีการตรวจจับสัญญาณที่พัฒนาขึ้นในช่วงกลางศตวรรษที่ 20 เพื่ออธิบายการแลกเปลี่ยนระหว่างการตรวจจับที่ถูกต้องและการเตือนที่ผิดพลาด และถูกนำมาปรับใช้กับการตัดสินใจทางการแพทย์และการถ่ายภาพวินิจฉัยในช่วงทศวรรษ 1970 การนำเสนอของ Metz ในปี 1978 ได้วางหลักการพื้นฐานสำหรับการแพทย์ บทความของ Hanley และ McNeil ในปี 1982 ได้ชี้แจงความหมายและการจัดการทางสถิติของพื้นที่ใต้เส้นโค้ง และการสังเคราะห์ของ Swets ในปี 1988 ได้วางกรอบวิธีการ ROC เป็นแนวทางทั่วไปในการวัดความแม่นยำในการวินิจฉัย

Debates

พื้นที่ใต้เส้นโค้งเป็นสรุปประสิทธิภาพการทดสอบที่เพียงพอหรือไม่?

พื้นที่สรุปความสามารถในการแยกแยะตลอดทุกเกณฑ์ แต่ละเลยการสอบเทียบและต้นทุนที่แตกต่างกันของผลบวกลวงและผลลบลวง ดังนั้นจึงอาจเป็นเกณฑ์เดียวที่ทำให้เข้าใจผิดได้เมื่อจุดปฏิบัติการเฉพาะมีความสำคัญ

Key figures

• Charles Metz
• James Hanley
• Barbara McNeil
• John Swets

Seminal works

• metz-1978
• hanley-mcneil-1982
• swets-1988

Frequently asked questions

พื้นที่ใต้เส้นโค้ง ROC หมายความว่าอย่างไร?

เป็นความน่าจะเป็นที่การทดสอบจะให้คะแนนที่สูงกว่าแก่ผู้ป่วยที่ถูกเลือกแบบสุ่มเมื่อเทียบกับผู้ที่ไม่ป่วยที่ถูกเลือกแบบสุ่ม; 0.5 แสดงว่าไม่มีความสามารถในการแยกแยะ และ 1.0 แสดงว่าสามารถแยกแยะได้อย่างสมบูรณ์แบบ

เหตุใดจึงใช้เส้นโค้ง ROC แทนที่จะใช้ความไวและความจำเพาะเพียงค่าเดียว?

คู่ค่าเดียวจะกำหนดเกณฑ์เดียว ในขณะที่เส้นโค้ง ROC แสดงการแลกเปลี่ยนทั้งหมดตลอดทุกเกณฑ์ ทำให้สามารถเปรียบเทียบการทดสอบและเลือกจุดปฏิบัติการได้อย่างรอบคอบ