2个回答
一、 ROC分析的基础。
检验医学的论文大题可以分为两类，一类是方法学论文，只要是质量控制，方法学评价，对比等，另一类就是实验室指标的应用，使用指标诊断疾病，观察指标与疾病预后和病理分期的关系等。ROC分析的文章就属于后者，其目的主要是评价某指标对某种疾病的诊断意义。如“AFP在肝癌诊断中的作用”，“CEA，NSE联合诊断肺癌”等。
众所周知，用单一实验室指标去诊断疾病，单独提高敏感性必然会降低特异性，反之亦然；换句话说，减少误诊必然增加漏诊。比如，某医师欲采用AFP诊断肝癌，该医师制定的诊断标准是AFP大于10mmol/L，显然按照此标准诊断肝癌，具有很高的敏感性，是不会漏诊肝癌的的，因为几乎所有的肝癌患者AFP都大于10 mmol/L。但是另一方面，依据此标准却容易造成误诊，因为AFP大于10 mmol/L的病人中，除了肝癌还有肝炎和肝硬化等肝脏疾病。该医师意识到这个问题后，将肝癌诊断标准从10 mmol/L提高到1000 mmol/L，并以此作为诊断肝癌的标准，显然，以此为标准，自然是不会误诊病人，因为AFP大于1000 mmol/L几乎就可以肯定是肝癌了。但是另一方面，却增加了漏诊，因为不是所有的肝癌患者AFP都大于1000 mmol/L的。由此可见，漏诊和误诊之间是相互矛盾的，减少误诊必然以增加漏诊为代价，减少漏诊又必然以增加误诊为代价，敏感性与特异性始终是鱼与熊掌不可兼得的矛盾。
那么该如何协调灵敏度和特异性呢？最好的方法就是做ROC分析（注意：ROC只是针对计量指标）。将病例组和与之难以鉴别诊断的疾病放在一起，采用需要研究的指标去诊断疾病，以1-特异度为横坐标，敏感性为纵坐标。观察指标变化时，敏感性与特异性的关系，绘制ROC曲线（具体程序都有SPSS完成）。然后根据曲线的结果对指标进行判断。
ROC 有什么用途呢？大体上说，主要有以下几种用途：1，判断单一指标的诊断效力，曲线下面积越大，指标的诊断效力越大；2，比较不同指标的诊断效力。
不懂的再看看相关书籍。
二， 如何设计一个高质量的ROC分析
2．1．样本例数的估计
大部分研究，在开展之前，一定要进行样本数的估计，样本量太少，统计效率低下，容易犯2类错误。样本量太高，不仅造成经济上的浪费，还增加了很多不可控制的因素，降低了实验质量。国内部分医务人员单纯认为样本量越大，研究结果越可靠，这是片面的。实际上，个人认为，一般研究，把样本量控制在最小估计样本量的上限再加20％就可以了（主要是在前瞻性的研究中防止脱落）。
样本量的估计由于园子里无法打公式，我就不写了，具体可以参考相关书籍。
2．2 对照组和实验组的设置
一个实验室指标，要不仅要强调其敏感性，还要强调其特异性，对照组的设置主要是为了体现指标的特异性，即鉴别诊断的能力。基于此，对照组的设置应该是和疾病组症状相似，如果不采用实验室诊断指标是很难进行鉴别的疾病。比如肝硬化和肝癌。国内部分文章，在设立对照组时加入了健康人群组，这是不科学的。因为健康人群和有疾病的人群通过症状体征基本就能鉴别，何需实验室指标。当然，如果一个指标是很新颖的指标，或者无症状疾病的诊断（这类疾病很少），在首次或者最初的研究中可以加入健康对照组，以观察疾病组和健康对照组之间是否具有差别，这是可以理解的，但是对于研究有明显症状，可以轻而易举和健康人区分的疾病，是不需要设立健康对照组的。实验组和对照组应该充分体现在均质上面，就是不采用实验室指标，光凭症状病史很难进行鉴别诊断的一类人群。最好的方法就是采用统一的纳入标准。比如，欲使用AFP诊断肝癌，较好的纳入标准就是将医院所有年龄大于40周岁，有黄疸或者其它肝病症状，怀疑为肝癌患者的首诊人群，至于纳入研究的人群是肝癌还是其它良性肝病，先不用管，使用指标鉴别诊断就是。需要说明的是，具体的标准根据专业知识而定，上面列出的标准仅仅供参考。一个ROC研究质量的高低，在很大程度上取决于纳入标准的科学性，这也是对研究者能力的考验。
国内部分杂志甚至部分国外杂志，在纳入研究对象的时候，仅仅说实验组有多少名病例组成，对照组有**病**例，**病**例。这实际上是不科学的，或者不值得提倡的。比如同样对RF诊断RA进行研究，某研究人员只是简单交待对照组由强直性脊柱炎20例，系统性红斑狼疮30例组成DD这很难反映这些疾病与肝癌是否需要鉴别，因为有的强直性脊柱炎和红斑狼疮因为症状比较典型，是不需要和RA进行鉴别的。同时还牵涉到另外一个问题，就是没有对疾病进行病理分期。
很多指标，与疾病的病理分期有关。比如肿瘤标志物。也有的与疾病的病程密切相关，比如心肌损伤标志物。在对这一类指标进行研究时，一定要考虑疾病的分层。比如研究CK对AMI的诊断作用，一定要在纳入标准中限制就诊时间，比如规定本研究只纳入急性胸痛后2小时内就诊的人群，且都在一个时间段内（比如胸痛后3－4小时）进行检测，当然，限制的时间越窄，研究质量越高，但是病例越少，研究难度越大，所以自己需根据研究能力，专业知识等决定纳入标准。对于与病理分期有关的疾病，如果有足够的病例进行分层，可以分层研究，如果没有，应该交待病例构成，病例构成最好能接近实际情况（依据专业知识掌握），有的还可以根据专业进行其它基线特征的比较，比如：在AFP诊断肝癌的研究中，可以采用卡方检验对病例组和对照组的肝功能（分级）进行比较。实际上，在进行ROC分析前，最好比较两组的其它指标是否均衡，若不均衡，那说明纳入标准还不是很严谨，或者说明该指标也可以作为诊断指标，可将其也进行ROC分析。
国内多数论文不交待病例构成，没有两组其它特征的比较，甚至连基本的年龄，性别比较都没有。让读者无法判断两组病例是否均质，该研究是否有意义。
需要说明的时，研究纳入标准越严格，病例分层越细，研究质量越高，但是研究难度越大。具体需要达到什么样的研究目的，有无必要进行分层和严格限制等，研究者根据实际情况而定。
2.3 实验组一定要有金标准
所谓金标准，就是确诊一个疾病的方法或者方案。对于实验组病例的纳入，一定要使用金标准确诊。换句话说，纳入实验组的病例就应该是纳入一个算一个。相反的，有时病例组要求不是太严格。
常用的确诊方法，比如：RA，应采用1987年美国风湿病学会的诊断标准确诊，肿瘤应根据病例确诊，胆结石应该根据术中所见确诊。具体的金标准可以参考各个专业的相关知识。国内多数ROC分析文章对金标准交待不明确，让读者无法判断研究的质量。这是不严谨的表现。
2.4 ROC相关参数的解释
由ROC曲线产生的参数较多，cut-off值，敏感性，特异性，曲线下面积（AUC），阳性预测值，阴性预测值，阳性似然比，阴性似然比，约登指数等。在进行专业解释时，一般无需全部列出，但是cut-off值，敏感性，特异性，曲线下面积（AUC）是必须交待的。
国内部分论文在讨论相关指标时，常犯的错误有：各个指标没有可信区间，以样本代替总体，简单地认为AUC越大，诊断效力越高。有的甚至认为约登指数才是判断诊断效力的关键，实际上约登指数只是对一个点而言，并不能反映指标的变化后，敏感性与特异性的变化，同时约登指数也只能初略地确定cut off。
在同一个试验中比较两种指标时，要得出单一指标的诊断效力高，一定要使用AUC比较，但是这个比较并不是简单数值上的比较，而应该使用相关的统计方法。其方法比较繁琐，建议找专业人士。关于敏感性和特异性的比较，也因该有相关的比较检验方法。因为我们研究的是样本，存在抽样误差，不能用样本代替总体进行讨论。
同时AUC的取值是介于0.5和1之间的，不可能低于0.5，国内部分文章，在处理某些降低才具有意义的指标时，受定式思维的影响，居然出现了AUC小于0.5。纯属无稽之谈。
讲个例子，某人喜欢预测别人生男孩还是生女孩，如果预测的情况90％都是正确的，那可以说某人预测得比较准，如果某人预测的情况90％都是错误的，难道这个预测就没有用了吗？聪明点的人就会反过来想，要是预测生男孩，就可以理解为要生女孩，且不是准确性又是90％。
2．5 多个指标的联合诊断
指标之间的联合诊断可分为系列诊断实验（串联）和平行诊断实验（并联），具体用什么联合方法，依据专业而定。有的疾病，如果需要早期诊断，早诊断对预后影响巨大的，采用并联，如急性心肌梗死。有的疾病强调特异性的，比如SLE，可以采用串联，提高特异性。说简单点：串联就是所有指标阳性才算阳性，并联就是只要有一个指标阳性就算阳性。
当然，几乎所有的疾病，都是越早诊断越好，诊断越准确越好，有时很难划分清楚二者界限，除了少数疾病。因此，从谨慎的角度出发，研究者可以同时列出串联模式和并联模式，供读者自己选择。
国内部分论文，在使用指标联合诊断时，要不不交待联合方式，要不就是串并联混乱使用，让读者无从理解。
实际上，根据常识可以推断，两个指标不管是串联还是并联，提高敏感性就会降低特异性。串联时多个指标共同阳性才算诊断成立，因此提高了特异性，同时降低了敏感性，并联时只要有一个指标阳性，诊断就成立，提高了敏感性，降低了特异性。多个指标联合诊断是不可能出现敏感性和特异性同时升高的情况的。也就是说联合诊断是，如果敏感性较任何一个指标高（至少相等），那说明作者用的是并联，特异性就应该较任何一个参与联合的单一指标低；反之，如果联合诊断后特异性较任何一个指标高（至少相等），那说明作者用的是串联，敏感性就应该较任何一个参与联合的单一指标低；国内部分论文，在联合诊断后，居然出现指标敏感性和特异性同步升高的情况，是不符合逻辑的，说轻点就是计算错误，说重点就是DDD
同时，指标之间的联合是一个点与点的联合，是两个cut－off的联合，不存在AUC这一个指标，AUC是在指标变化的时候产生的曲线面积，指标已经固定某值，何来AUC。国内部分论文在联合时又冒出个联合AUC，也属无稽之谈。
有的文章甚至抛开ROC曲线，使用参考范围上限作为诊断界值，实属不理解ROC分析所致。
2．6 站在临床的角度，客观评价ROC分析
从理论上讲，多数情况下，多个指标的联合有助于提高疾病诊断的准确性，但是我们应该意识到，多个指标联合，会增加病人的经济负担，在诊断效力相似的情况下，肯定优先选择少量廉价的指标诊断。同时，一个指标，要成功运用于临床，必然要综合其各方面优缺点的，比如，是否易于检测，是否稳定，是否廉价，是否及时等。国内多指标联合诊断的ROC分析论文，多忽视临床需要，盲目推荐多个指标的联合诊断，脱离临床实际，削弱了文章的使用推广价值。因此在下结论推荐诊断指标，或者指标组合时，因充分考虑以上因素，慎重推荐。
2．7 理智对待ROC分析
ROC分析虽然综合了敏感性和特异性，客观评价了指标的诊断效力，但是也有自身的缺陷，比如：有的时候特别注重对疾病特异性的诊断，比如AIDS的确诊，假如发现某定量指标对诊断AIDS有帮助，这时切不可用ROC分析，应该结合临床实际。注重研究特异性为100％的情况，不要过多地考虑敏感性。同时，部分疾病，其诊断对实验室指标依赖性不强，很多指标变化只是疾病作为的结果，也不宜使用ROC分析，因为实验室指标还面临来自影像学，病理学，病史，物理检查的挑战，在实验室指标不具备优势的情况下，不要盲目采用ROC分析。如从理论上讲，WBC计数可以用于诊断创伤，但是创伤的诊断绝对不依赖于WBC，因为其诊断主要靠病史。且不要闹笑话，采用ROC分析，分析WBC在创伤诊断中的作用。
学术论文是某一学术课题在实验性、理论性、预测性上具有的新的科学研究成果、创新见解和知识的科学记录。学术论文也是某种已知原理应用于实际上取得新进展的科学总结，用以提供学术会议上宣读、交流、讨论或学术刊物上发表，或用作其他用途的书面文件。学术论文就是用系统的、专门的知识来讨论或研究某种问题或研究成果的学理性文章，具有学术性、科学性、创造性、学理性。按写作目的，学术论文可分为交流性论文和考核性论文。
学术论文是对某个科学领域中的学术问题进行研究后表述科学研究成果的理论文章。
学术论文的写作是非常重要的，它是衡量一个人学术水平和科研能力的重要标志。在学术论文撰写中，选题与选材是头等重要的问题。一篇学术论文的价值关键并不只在写作的技巧，也要注意研究工作本身。在于你选择了什么课题，并在这个特定主题下选择了什么典型材料来表述研究成果。科学研究的实践证明，只有选择了有意义的课题，才有可能收到较好的研究成果，写出较有价值的学术论文。所以学术论文的选题和选材，是研究工作开展前具有重大意义的一步，是必不可少的准备工作。
学术论文，就是用系统的、专门的知识来讨论或研究某种问题或研究成果的学理性文章。具有学术性、科学性、创造性、学理性。
基本类别
按研究的学科，可将学术论文分为自然科学论文和社会科学论文。每类又可按各自的门类分下去。如社会科学论文，又可细分为文学、历史、哲学、教育、政治等学科论文。
按研究的内容，可将学术论文分为理论研究论文和应用研究论文。理论研究，重在对各学科的基本概念和基本原理的研究；应用研究，侧重于如何将各学科的知识转化为专业技术和生产技术，直接服务于社会。
按写作目的，可将学术论文分为交流性论文和考核性论文。交流性论文，目的只在于专业工作者进行学术探讨，发表各家之言，以显示各们学科发展的新态势；考核性论文，目的在于检验学术水平，成为有关专业人员升迁晋级的重要依据。