ROC曲线（receiver operating characteristic），亦名受试者工作特征曲线或感受性曲线，是根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。代谢组学数据分析获得差异代谢物后，采用ROC曲线来评价并筛选潜在的生物标记物，所使用的分析软件为R(v3.2.1)。

ROC曲线下面积（Area Under Curve，AUC）被用来评估生物标记物对于预测事件发生的灵敏度和特异性，每个代谢物的灵敏度和特异性由ROC曲线的最佳阈值决定^[1]。AUC值在0.5~1.0之间，AUC值越接近于1，预测的准确性越高。通常来说，AUC值在 0.5～0.7时预测准确性较低，AUC值在0.7～0.9时有一定预测准确性，AUC值在0.9以上时有较高预测准确性，当AUC值 = 0.5时，该生物标记物对于预测事件发生完全不起作用，无预测价值^[2]。