ROC曲線

Receiver operating characteristic curve (ROC curve): Values for sensitivity and for false-positive rates (1-specificity) are plotted on the y and x axis of the curve, respectively.

中文解釋：中文名稱為"接受器操作特性曲線"，簡稱ROC曲線。由敏感度(sensitivity)和錯誤的判斷(false-positive rates/1-specificity)之交集點，所畫出之曲線。y軸為敏感度，x軸為錯誤的判斷。

Reference: Husted, J. A., Cook, R., J., Farewell, V. T., & Gladman, D. D. (2000). Methods for assessing responsiveness: a critical review and recommendations. Journal of Clinical Epidemiology, 53, 459-468.

判斷標準：ROC曲線的判斷，會以對角線為一參考線，假如檢驗工具的ROC曲線在對角線上，則表示此工會對此疾病沒有鑑別性 (如下圖)。假如ROC曲線越往圖形之左上方移動，則表示工具對疾病的肯定判斷越高，錯誤判斷越小，及此工具有較好的鑑別力。

除了看曲線的圖形鑑別工具之好壞，也可利用曲線下的面積(area under curve, AUC)，判別診斷鑑別力。AUC數值為0-1，數值越大表示診斷鑑別力越好。
AUC=0.5                 no discrimination
0.7 ≦ AUC < 0.8     acceptable discrimination
0.8 ≦ AUC < 0.9     excellent discrimination
AUC ≧ 0.9              outstanding discrimination

臨床意義：
1. 使用於醫學診斷。獲得ROC曲線後，可計算曲線的最佳"切點"數據。當有未知的新進案例，此切點數據可做為診斷新個案有病或沒病的標準。
2. 驗證工具(screening tool)是否有良好的診斷鑑別力，AUC越高，表示工具的診斷鑑別力越高。
3. 使用ROC曲線來分析一個評估工具和一個外在標準之關係(驗證外在反應性)，以確定此工具是否能夠偵測個案之變化，且建立工具之分數改變切點，以判斷個案有否進步/退步。~~與OT測驗工具有關。

Model paper: Butler, S. F., Fernandez, K., Benoit, C., Budman, S. H., & Jamison, R. N. (2008). Validation of the revised screener and opioid assessment for patients with pain (SOAPP-R). J Pain, 9, 360-372.

研究設計：
1. 獲得受測者的工具評量分數，再根據臨床判斷標準(例如：臨床專科醫師之診斷結果)，計算敏感度和特異度之數值，以分析ROC曲線。
2. 驗證OT相關之評估工具。分析欲驗證之工具與一個外在標準之關係，以確定此欲驗證之工具的外在反應性。外在標準必須為二分(進步和沒有進步；退步和沒有退步)，例如：外在標準可把個案分成，一組個案評定自己有一點進步或有進步很多，另一組個案評定自己沒有改變、或有一點退步、或退步很多。