SAS中按亚组计算ROC AUC的P值求助（单模型无法用roccontrast）

你当前用BY Race语句生成了多个独立的Logistic模型，每个模型对应一个种族亚组，而roccontrast是同一模型内对比多个预测变量的ROC，所以无法直接用它来跨亚组对比AUC。下面提供两种可行的解决方案：

方法一：构建含交互项的单一模型，用ROCContrast直接对比 #

这种方法将种族作为协变量加入模型，拟合不同种族亚组的预测效应，然后用roccontrast语句直接对比亚组AUC：

proc logistic data=data plots(only)=roc;
    class Race(ref='白人'); /* 指定参考种族，可根据需求调整 */
    model htn(event='1') = BMI Race BMI*Race; /* 加入BMI与种族的交互项，允许不同种族的BMI效应不同 */
    roccontrast reference('白人') / compare('西班牙裔' '黑人' '其他'); /* 对比其他种族与参考组的AUC */
    ods output ROCAUC=AUC_Results ROCContrast=Contrast_Results; /* 输出AUC值和对比检验结果 */
run;

说明： #

• 如果假设BMI对高血压的效应在不同种族中相同，可以去掉BMI*Race交互项，仅保留BMI和Race主效应，此时模型是协方差分析形式，亚组AUC差异来自截距的不同。
• 输出的Contrast_Results会包含每个种族与参考组的AUC差值、标准误和P值，同时会给出所有种族AUC是否不全相等的整体检验结果。

方法二：利用BY语句生成的ROC数据，用PROC ROCCONTRAST对比 #

先通过原有代码生成每个种族的ROC曲线数据，再用专门的PROC ROCCONTRAST工具跨曲线对比：

/* 第一步：生成每个种族的ROC曲线数据（你的原有代码） */
proc logistic data=data plots(only)=roc;
    by Race;
    model htn(event='1') = BMI;
    ods output ROCCurve=ROC_Data;
run;

/* 第二步：给每条ROC曲线添加标识变量 */
data ROC_Data_Labeled;
    set ROC_Data;
    Curve_ID = Race; /* 用种族作为曲线的唯一标识 */
run;

/* 第三步：对比不同种族的AUC */
proc roccontrast data=ROC_Data_Labeled;
    id Curve_ID; /* 指定区分不同曲线的变量 */
    test equality; /* 检验所有种族的AUC是否相等（整体检验） */
    test pairwise; /* 进行种族间的两两AUC对比 */
    ods output ContrastTests=Pairwise_Results OverallTest=Overall_Results; /* 输出检验结果 */
run;

说明： #

• PROC ROCCONTRAST会基于ROC曲线数据计算每个亚组AUC的标准误，进而完成统计学检验。
• 输出的Overall_Results是所有种族AUC是否存在差异的整体检验，Pairwise_Results包含每两个种族间的AUC差值、标准误和P值。

内容的提问来源于stack exchange，提问作者user21583043