如何根据ROC曲线计算最佳截断值？
详情请点击右方：科研人如何利用ChatGPT来协助撰写科研论文，看这个课程就够了！
在临床统计分析中，将定量数据转换为分类数据的方法多种多样，比较常见的有均分法（如二分法、三分法、四分法......）、根据临床专业知识分类（如BMI>25认为是超重）、x-title软件、以及今天我们要重点介绍的ROC曲线寻找最佳截断值！
那么ROC计算的最佳截断值，通常应用在怎样的研究场景呢？
一般在研究定量指标X对疾病诊断价值时，可以通过ROC曲线来判断，目的是为了使对结局的诊断分类效果最佳，即根据X的分类来对患者进行结局诊断，使诊断效能最好。
目前R语言与SPSS都可以根据ROC曲线进行cut off值计算，但都不够快捷，便利！因此，这里为大家推荐一个简单的小工具，可以快速计算截断值——风暴统计！
风暴统计是由浙江中医药大学的郑卫军教授基于R语言开发的，平台将复杂的参数设置转换为了菜单式操作模式，无需代码，零基础小白也能快速根据ROC曲线计算cut off值！
下面我们就结合一份实操数据来为大家详细介绍一下风暴统计平台根据ROC曲线计算截断值的具体步骤！
实操具体网址：www.zstats.cn/software/pre01/
或者百度、必应Bing搜索“风暴统计”
本平台上线的所有工具都是免费的
1.进入风暴统计平台
首先，浏览器搜索风暴统计，依次点击"风暴智能统计"——"临床预测模型"！这里分为了“内、外部验证版”和"只建模不验证版"。
“内、外部验证版”，即将数据集进行拆分，一部分用于建模，一部分用于验证，可以在训练集与验证集中分别计算截断值。
"只建模不验证版"，即对全部数据集进行分析，计算整体的截断值。
大家根据研究需要，选择两者中的一个模块进行分析。通常情况下，计算截断值是对完整数据集开展的，因此，我们本次实操以"只建模不验证"为例进行展示！
进入分析界面后，根据提示，完成数据的导入与整理。这里我们不再赘述数据的导入与整理过程，详细教程大家可以点击下方链接：
根据ROC确定截断值通常是对普通二分类结局开展的，如果是生存资料，可能借助X-title软件寻找截断值更好。
这里需要选入结局变量（二分类，并以0、1赋值）、自变量（即需要计算截断值的连续变量）！
选入后，平台右侧会给出单因素回归结果，但这并不是我们本次分析的重点。我们需要的结果在“模型呈现、评价与验证”板块。
接着，来到ROC曲线界面，根据我们的理论知识，最佳截断值为最接近左上角(1.0，1.0)的点所对的坐标，但是从图中肉眼也是分辨不出的，如果需要最佳截断值，还需点击进入"模型混淆矩阵"。
混淆矩阵，非常直接就给出了cut off值为24.355，也就是以BMI=24.355为界值进行分类转换，对结局的诊断分类效能最佳！
截断点对应的灵敏度（Sensitivity）、特异度（Specificity）、阳性预测率（PPV）、阴性预测率(NPV)，也一并给出，十分便捷全面！
以上就是我们本次实操讲解的全部内容啦！您如果感兴趣，不妨进入风暴统计平台试一试哦！我们的实操网址：
www.zstats.cn/software/pre01/（电脑端打开）