劉小華 何 鵬 徐 凱 李紹東 馬 紅 趙華碩

R軟件OptimalCutpoints包在影像診斷中的應(yīng)用*

劉小華1何 鵬2徐 凱1李紹東1馬 紅1趙華碩3△

目的探討通過使用R軟件OptimalCutpoints程序包來解決影像學(xué)數(shù)據(jù)中常見截斷值求取結(jié)果的智能化、可視化的實(shí)現(xiàn)。方法通過對搜集的50例腦膠質(zhì)瘤MRI數(shù)據(jù)，采用OptimalCutpoints包，根據(jù)不同目的選取常見的選擇截斷值的方法分別進(jìn)行最佳截斷值的求取，并將結(jié)果加以比較。結(jié)果OptimalCutpoints包不但實(shí)現(xiàn)了在不同情況下最佳截斷點(diǎn)的智能選取，還給出了相應(yīng)的可視化結(jié)果和ROC分析結(jié)果。結(jié)論OptimalCutpoints包不需要太深的統(tǒng)計基礎(chǔ)，使用方便，可供選擇的方法豐富，能自動實(shí)現(xiàn)對診斷指標(biāo)的最佳截斷值的選取，結(jié)果直觀、形象。

診斷試驗(yàn) ROC分析 最佳截斷值 R軟件

在臨床上，醫(yī)生常需要對某種可疑疾病的指標(biāo)采用影像學(xué)設(shè)備，如CT、核磁共振成像（MRI）及超聲波診斷等進(jìn)行檢查。為更好地讓臨床醫(yī)生根據(jù)指標(biāo)結(jié)果迅速做出決策，常需要將指標(biāo)值定性為陽性（異常）或陰性（正常），以便對患者是否正常進(jìn)行判別［1］。但不同的疾病其診斷界值的選取要求不同，如某些疾病較罕見，其治療對“無病”患者危害較大、對“有病”患者療效較差，需要特異度高；如果某些疾病治療對“無病”患者危害較小、對“有病”患者療效較好，則需要靈敏度高；而有些要求兩者均衡考慮。不同的要求所進(jìn)行的統(tǒng)計往往不同。對臨床醫(yī)生來講，最佳截斷點(diǎn)的選擇和計算是一個比較常見且復(fù)雜的問題。因此，如何根據(jù)醫(yī)學(xué)影像檢查數(shù)據(jù)對疾病進(jìn)行快速、準(zhǔn)確地定位成為困擾臨床醫(yī)生的一個亟待解決的難題。

2014年10月美國生物統(tǒng)計學(xué)家Lopez-Raton M［2］開發(fā)了一種專門為診斷試驗(yàn)求取最佳截斷值的R軟件包OptimalCutpoints，為這類分析的實(shí)現(xiàn)提供了極大便捷，國內(nèi)少有介紹R軟件在影像診斷中應(yīng)用的文獻(xiàn)，本文以實(shí)例呈現(xiàn)使用R軟件OptimalCutpoints程序包實(shí)現(xiàn)最佳截斷值分析的過程，以期為廣大臨床醫(yī)生提供參考，也為R軟件的應(yīng)用提供新思路。

R軟件介紹及OptimalCutpoints程序包的安裝

R軟件是近年出現(xiàn)的一種免費(fèi)開放式的統(tǒng)計編程軟件，具備完整的數(shù)據(jù)處理、計算和作圖功能，還可以根據(jù)使用者的需要定制擴(kuò)展包以完成特定的工作［3］。用戶可以從 R軟件的官方網(wǎng)站（http://www.rproject.org）獲取最新的軟件及相應(yīng)的統(tǒng)計包。本文講解中使用的版本為R-3.2.0。在R軟件安裝完畢后，雙擊桌面的R軟件圖標(biāo)，即可啟動R的交互式窗口（R-GUI）。于命令提示符“＞”后輸入命令 install.packages（“OptimalCutpoints”），在彈出的對話框中選擇某個鏡像安裝（CRAN），安裝完成后可由library（“OptimalCutpoints”）命令完成加載。至此，軟件及OptimalCutpoints程序安裝完畢。

軟件操作及數(shù)據(jù)分析

1.數(shù)據(jù)來源與加載

本文數(shù)據(jù)來源于徐州醫(yī)學(xué)院附屬醫(yī)院影像科關(guān)于腦膠質(zhì)瘤的MRI數(shù)據(jù)，其主要目的是研究4個不同的MRI參數(shù)對腦膠質(zhì)瘤的鑒別診斷能力及各參數(shù)的截斷值，4個指標(biāo)中，除了ADC指標(biāo)值越大其惡性程度越低外，其他指標(biāo)值越大惡性程度越高。

在數(shù)據(jù)加載前，需要對數(shù)據(jù)進(jìn)行格式排列，排列后的形式見表1。數(shù)據(jù)排列完成后，為便于R讀入數(shù)據(jù)，將其轉(zhuǎn)換為常見的SPSS軟件讀取的“.sav”格式儲放在桌面并用foreign包進(jìn)行數(shù)據(jù)加載，具體命令如下:

表1 導(dǎo)入數(shù)據(jù)的格式

install.packages（“foreign”）

library（foreign）

w ＜-read.spss （“C:/Users/Administrator/Desktop/MRI.sav”）＃讀入 spss數(shù)據(jù)格式

2.數(shù)據(jù)分析

在完成數(shù)據(jù)加載后，即可實(shí)現(xiàn)數(shù)據(jù)的分析。該程序包執(zhí)行數(shù)據(jù)分析時，通常用到optimal.cutpoints函數(shù)進(jìn)行ROC曲線面積及截斷點(diǎn)相關(guān)計算、summary函數(shù)對數(shù)據(jù)分析完成后執(zhí)行匯總及用plot函數(shù)以圖形化形式呈現(xiàn)統(tǒng)計分析結(jié)果。以下將展示具體命令及相關(guān)說明。

（1）不含協(xié)變量的情況

①診斷指標(biāo)越大異常概率越大的情況

以MRI診斷指標(biāo)ACBF采用“Youden指數(shù)最大法”計算最佳截斷點(diǎn)為例:

library（“OptimalCutpoints”）

＞ACBFcutoff＜-optimal.cutpoints（X＝“ACBF”，status＝“result”，tag.healthy＝1，methods＝“Youden”，data＝w，ci.fit＝TRUE，conf.level＝0.95）

＞summary（ACBFcutoff）

＞plot（ACBFcutoff，which＝c（1，3），pch＝22，col＝“blue”，ylim＝c（0，1））

第一個命令“＞ACBFcutoff”讀者可以理解為將計算結(jié)果保存于 ACBFcutoff。其中，命令參數(shù)X＝“ACBF”指定診斷指標(biāo)變量 ACBF；status＝“result”指定金標(biāo)準(zhǔn)指標(biāo)；tag.healthy＝1為金標(biāo)準(zhǔn)正常時的標(biāo)志；methods＝“Youden”表明計算截斷值時采用包中最常用的方法Youden指數(shù)最大法；ci.fit＝TRUE要求計算可信區(qū)間；conf.level＝0.95為計算各個指標(biāo)的95%可信區(qū)間。第二個命令“＞summary（ACBFcutoff）”將顯示相關(guān)計算結(jié)果內(nèi)容，其中AUC為ROC分析的面積，cutoff為最佳截斷值，Se為靈敏度，Sp為特異度，PPV為陽性預(yù)測值，NPV為陰性預(yù)測值，Optimal criterion為Youden指數(shù)原則最大值。第三個命令“＞plot”為以圖形化形式呈現(xiàn)具體結(jié)果（圖1－2）。

圖1 ABCF指標(biāo)的ROC曲線

圖2 ABCF指標(biāo)的診斷界值和Youden指數(shù)值

表2 不同原則求取最佳截斷點(diǎn)常見方法結(jié)果比較

②診斷指標(biāo)越大，異常概率越小的情況

由于ADC指標(biāo)反映的是其值越大惡性程度越低，如果直接采取上面的代碼進(jìn)行統(tǒng)計分析，得到的結(jié)果可能剛好相反，故只需要對上述代碼添加條件設(shè)置，具體代碼如下:

＞ADCcutoff＜-optimal.cutpoints（X＝“ADC”，status＝“result”，tag.healthy＝1，direction＝“＞”，methods＝“Youden”，data＝w，ci.fit＝TRUE，conf.level＝0.95）

其中direction＝“＞”表明該指標(biāo)大于截斷值為正常，默認(rèn)情況為大于該截斷值為異常，其他參數(shù)命令意義同上。

（2）含協(xié)變量的情況

在臨床實(shí)踐中，不僅要考慮到該診斷試驗(yàn)的固有正確度，還應(yīng)該考慮到病人的性別、患病率、病情嚴(yán)重程度或解剖部位等對診斷指標(biāo)的影響［4］，故在此以病人性別為例加以說明，來探討性別對診斷準(zhǔn)確度的影響，實(shí)例如下:

＞ACBFcutoff＿gender＜-optimal.cutpoints（X＝“ACBF”，status＝“result”，tag.healthy＝1，methods＝“Youden”，data＝w，categorical.cov＝“gender”，ci.fit＝TRUE，conf.level＝0.95）

＞plot（ACBFcutoff＿gender，which＝c（1，3），pch＝22，col＝“red”，ylim＝c（0，1））

其中第一條命令中categorical.cov＝“gender”說明考慮協(xié)變量性別的影響。其他命令同上文，詳細(xì)結(jié)果見圖3～6。

圖3 男性ABCF指標(biāo)的ROC曲線

圖4 女性ABCF指標(biāo)的ROC曲線

圖5 男性ABCF指標(biāo)的診斷界值和Youden指數(shù)值

圖6 女性ABCF指標(biāo)的診斷界值和Youden指數(shù)值

從圖中我們可以清楚地看出，不同性別的診斷指標(biāo)截斷值不同，ABCF的診斷能力在女性中強(qiáng)于男性，ABCF的截斷值男性要大于女性。

討 論

科學(xué)研究中，進(jìn)行ROC曲線分析的軟件非常多，除常見的SPSS軟件外，還有SAS軟件、ROC曲線分析專用工具如ROCKIT、ROCPWR等。但是他們要么不能很好地直接求取截斷點(diǎn)，要么就是選取截斷點(diǎn)的規(guī)則較單一或需要繁瑣的編程［5］。

隨著R軟件OptimalCutpoints程序包的發(fā)布，使得繁瑣的計算變得簡單，結(jié)果表達(dá)更加形象、直觀，而且它綜合考慮到各個學(xué)科的應(yīng)用可能，提供截斷點(diǎn)選擇參考原則的方法多達(dá)34種。

本文只選取了不同原則常見的幾種方法加以說明，由表2可知，在診斷價值（AUC值）相等的情況下，根據(jù)不同目的選取的方法不同，得出的最佳截斷值亦有所差異。臨床醫(yī)生可以綜合考慮疾病的發(fā)病概率、特征和治療效果以及成本來選擇合適的方法進(jìn)行計算。

盡管如此，OptimalCutpoints程序包還有許多需要完善的地方，最大的缺陷是沒有集合不同指標(biāo)ROC間的AUC面積比較功能。要實(shí)現(xiàn)ROC曲線面積間的差異比較，還需要特調(diào)用 Daim包、ROCR包或 pROC包［6］。

本文結(jié)合實(shí)例，主要對R軟件中實(shí)現(xiàn)最佳截斷點(diǎn)分析時相關(guān)的函數(shù)調(diào)用及繪圖功能作簡要的說明，涉及更多的選項(xiàng)請參照R的幫助文檔。

［1］宇傳華.ROC分析方法及其在醫(yī)學(xué)研究中的應(yīng)用.第四軍醫(yī)大學(xué)，2000.

［2］ López-Ratón M，Rodríguez-09 lvarez MX，Cadarso-Suárez C，et al.Optimal Cutpoints:An R Package for Selecting Optimal Cutpoints in Diagnostic Tests.Journal of Statistical Software，2014，61（8）.

［3］紀(jì)威，張濤，崔軍.R軟件在慢性病監(jiān)測數(shù)據(jù)清洗中的應(yīng)用.中國衛(wèi)生統(tǒng)計，2014，31（4）:718-719.

［4］Zhou XH，Obuchowski NA，M cclish DK.Statistical Methods in Diagnostic Medicine.W iley＆Sons，2010.

［5］Gonen M.Analyzing Receiver Operating Characteristic Curves with SAS.American Statistician，2008，62（4）:1036-1036.

［6］Sing T.ROCR:visualizing classifier performance in R.Bioinformatics，2005，21（20）:3940-3941.

江蘇高校哲學(xué)社會科學(xué)研究基金項(xiàng)目（No:2014SJD440）

1.徐州醫(yī)學(xué)院附屬醫(yī)院影像科（221002）

2.上海常笑健康管理咨詢有限公司

3.徐州醫(yī)學(xué)院流行病與衛(wèi)生統(tǒng)計教研室

△通信作者:趙華碩.E-mail:hszhao@xzmc.edu.cn

（責(zé)任編輯:郭海強(qiáng)）