我们知道ROC曲线常用来分析某连续变量用于疾病诊断的价值，有时候诊断价值往往受某些变量的影响。比如，MMSE用于痴呆筛查的诊断价值，可能与人群年龄分布、教育程度分布相关。为了验证这一假说，我们可以绘制分组ROC曲线进行直观的观察，并可进行曲线下面积的比较。
以stata软件为例，首先通过“文件-导入”读取数据，小编读取的spss数据。该数据中，y为疾病状态(痴呆、非痴呆)、H1mo为MMSE量表得分、agegroup42为年龄分组、edulev2为教育程度分组。
导入数据后，通过“统计-流行病学及相关-ROC分析”，选择“两个或更多个ROC区域相等性检验”。
参考变量即为金标准，取值只有0和1；分类变量为待评价的连续变量，本例中为H1mo；
按变量分组，即是按哪个分组绘制ROC曲线。选择agegroup42表示按年龄分组绘制ROC曲线。选择绘制ROC曲线，并报告ROC曲线下面积。
点击“确定”之后，输出结果可查看不同年龄分组间ROC曲线下面积的比较。可见，Prob=0.9440，且不同年龄分组的ROC曲线下面积的95%可信区间存在重叠，提示：不同年龄分组ROC曲线下面积无统计学差异。
在绘图区可查看按年龄分组的ROC曲线，大家可以对图例进行修改。接下来，我们给大家介绍下如何合并多个ROC曲线。首先，我们需要在绘图窗口，通过“编辑-重命名图形”进行重命名，假设命名为a。
然后，我们绘制按教育程度分组的ROC曲线，并将其重命名为b。这时候我们可以在绘图窗口看到两个ROC曲线，分别是a和b。我们只需要在stata的命令窗口键入graph combine a b，按下Enter键，即可得到合并后的ROC曲线。
大家可通过点击右键，“启动图形编辑器”进行修改，
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
