ROC eğrisi nedir, nasıl yorumlanır?

Tanı testlerinin performansını değerlendirmek, klinik araştırmaların ve tıpta uzmanlık tezlerinin sık konularından biridir. Bir biyobelirteç ya da test, hastalığı olan ve olmayan bireyleri ne kadar iyi ayırt ediyor? Bu sorunun yanıtı için en güçlü araçlardan biri ROC eğrisidir. Bu yazıda "ROC eğrisi nedir" sorusunu yanıtlıyor, duyarlılık-özgüllük ilişkisini, AUC yorumunu ve kestirim noktası seçimini açıklıyoruz.

ROC eğrisi nedir?

ROC (Receiver Operating Characteristic) eğrisi, sürekli ya da sıralı bir tanı testinin tüm olası eşik değerleri için performansını gösteren bir grafiktir. Yatay eksende "1 − özgüllük" (yanlış pozitif oranı), dikey eksende "duyarlılık" (gerçek pozitif oranı) yer alır. Her eşik değeri eğri üzerinde bir noktaya karşılık gelir; eğri, testin ayırt etme gücünü bütüncül olarak özetler.

Duyarlılık ve özgüllük

ROC eğrisini anlamak için iki temel kavramı bilmek gerekir:

• Duyarlılık (sensitivity): Hastalığı olanları doğru biçimde "pozitif" olarak saptama oranıdır. Yüksek duyarlılık, hastalığı kaçırmamak için önemlidir.
• Özgüllük (specificity): Hastalığı olmayanları doğru biçimde "negatif" olarak saptama oranıdır. Yüksek özgüllük, sağlıklı kişileri yanlışlıkla hasta etiketlememek için önemlidir.

Bu iki ölçü arasında bir ödünleşim (trade-off) vardır: eşik değeri düşürmek duyarlılığı artırırken özgüllüğü azaltır; yükseltmek ise tersini yapar. ROC eğrisi, bu ödünleşimi tüm eşikler boyunca görselleştirir.

AUC: eğri altındaki alan

ROC analizinin en çok raporlanan özet ölçüsü, eğri altındaki alandır (AUC – Area Under the Curve). AUC, testin rastgele seçilen bir hastayı, rastgele seçilen bir sağlıklı bireyden daha yüksek değerle ayırt etme olasılığıdır ve 0,5 ile 1 arasında değişir:

• 0,5: Ayırt etme gücü yok (yazı-tura kadar).
• 0,7 – 0,8: Kabul edilebilir ayırt etme.
• 0,8 – 0,9: İyi ayırt etme.
• 0,9 ve üzeri: Mükemmele yakın ayırt etme.

AUC raporlanırken %95 güven aralığı ve testin 0,5'ten anlamlı biçimde farklı olup olmadığını gösteren p değeri de verilmelidir. Bu eşikler kaba rehber değerlerdir; klinik bağlam yorumda belirleyicidir.

En uygun kestirim noktası: Youden indeksi

ROC eğrisi tüm eşikleri gösterir, ancak uygulamada klinik karar için tek bir kestirim noktası (cut-off) belirlemek gerekebilir. En yaygın yöntemlerden biri Youden indeksidir: her eşik için "duyarlılık + özgüllük − 1" hesaplanır ve bu değeri en büyük yapan eşik, optimum kestirim noktası olarak seçilir. Bu nokta, duyarlılık ve özgüllüğü birlikte en iyi dengeleyen değeri verir.

Ancak unutulmamalıdır ki optimum eşik her zaman istatistiksel değil, klinik bir karardır. Hastalığı kaçırmanın bedeli çok yüksekse (ör. ölümcül bir hastalık) duyarlılığı önceleyen daha düşük bir eşik; gereksiz girişimden kaçınmak öncelikse özgüllüğü önceleyen daha yüksek bir eşik tercih edilebilir.

İki testi karşılaştırma

ROC analizi yalnızca tek bir testi değerlendirmekle kalmaz; iki farklı tanı testinin (ör. iki farklı biyobelirteç) AUC değerlerini istatistiksel olarak karşılaştırmaya da olanak tanır. Bu karşılaştırma, hangi testin daha üstün ayırt etme gücüne sahip olduğunu gösterir ve klinik karar süreçlerine doğrudan katkı sağlar.

Raporlama önerileri

ROC analizini raporlarken AUC değerini, %95 güven aralığını ve p değerini birlikte verin; seçtiğiniz kestirim noktasını ve bu noktadaki duyarlılık, özgüllük değerlerini belirtin. Mümkünse pozitif ve negatif kestirim değerlerini (PPV/NPV) de ekleyin; ancak bunların hastalığın görülme sıklığına bağlı olduğunu unutmayın. ROC eğrisini bir şekil olarak sunmak, bulgunun anlaşılırlığını artırır. Türkçe metinde ondalık ayraç olarak virgül kullanın (ör. AUC = 0,84).

Sık yapılan hatalar

En sık görülen yanlışlar; AUC'yi güven aralığı olmadan raporlamak, kestirim noktasının nasıl seçildiğini açıklamamak, optimum eşiği yalnızca istatistiksel olarak belirleyip klinik bağlamı göz ardı etmek ve PPV/NPV değerlerinin örneklem prevalansına bağlı olduğunu belirtmemektir.

Profesyonel destek: İstatistik Atölyesi, 2012'den bu yana yürüttüğü çalışmalarda ROC analizi başta olmak üzere biyoistatistik konularında danışmanlık sunmaktadır. Tıpta Uzmanlık Tez Analizi hizmetimizle tanı testi performansınızı doğru analiz etmeniz ve savunulabilir biçimde raporlamanız için yanınızdayız.