ROC 曲線

當測量的結果需要一個分界點 ( cutoff point ) 來二分為陽性或陰性時，可以使用 ROC 曲線 ( Receiver Operating Characteristic Curve ) 來找出這個最理想的分界點。

分界點訂得越低 ( 一點點結果就判定為陽性 )，敏感度越高，但相對的會犠牲特異度。相反的當分界點訂得越高 ( 測量信號非常明顯才認定為陽性 )，特異度越高，但會減少敏感度。

ROC 曲線的設計，就是這個概念的視覺化應用。定義縱軸為敏感度 ( sensitivity，即真陽性率 )，橫軸為 1-特異度 ( 1-specificity，即偽陽性率 )。線上的每個點，代表分界點訂在這邊時，對應的敏感度和 1-特異度。因為希望敏感度和特異度都大，找分界點直覺的想法就是「橫軸儘可能小，縱軸儘可能大的點」。

找這個點的方法有三種：

1. 離左上角最近的點
2. sensitivity + specificity 最大的點
3. 離對角線垂直距離最大的點 ( 這段長度又稱為 Youden Index = sen - (1-spe) )

曲線底下的面積稱為 AUC ( Area Under Curve )，介於 0-1 之間，常用於比較新的篩檢工具和現有的最準確檢測方式之間的差異。因為丟銅板的 AUC 都會有 0.5，所以一個好的測量工具，AUC 至少要 0.8 以上才算好。不過換個角度想，如果 AUC 很接近 0，那這個測量工具其實是很好的反指標。