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]
本实验中所得差异代谢物的AUC值见下表: