如何将pROC生成的S3:roc对象转换为ggplot2兼容格式并组装？

1. 用pROC内置的ggroc()生成ggplot对象（直接兼容patchwork） #

pROC自带ggroc()函数，可直接将roc对象转换为ggplot对象，完美解决wrap_plots()仅支持ggplot/grob的报错问题，无需折腾fortify转换。示例代码：

library(pROC)
library(ggplot2)
library(patchwork)

# 生成示例数据
set.seed(123)
data_a <- data.frame(response = sample(c(0,1), 100, replace=T), predictor = rnorm(100))
data_b <- data.frame(response = sample(c(0,1), 100, replace=T), predictor = rnorm(100))

# 生成roc对象
roc_a <- roc(response ~ predictor, data = data_a)
roc_b <- roc(response ~ predictor, data = data_b)

# 转换为ggplot对象
plot_a <- ggroc(roc_a, color = "red") + ggtitle("ROC Curve A")
plot_b <- ggroc(roc_b, color = "blue") + ggtitle("ROC Curve B")

# patchwork拼接
wrap_plots(plot_a, plot_b, ncol=2)

2. 自动标注Youden指数、置信区间及AUC置信区间 #

基于ggroc生成的ggplot，结合pROC内置函数提取统计量，用annotate()或geom_text()添加标注：

# 提取AUC及95%置信区间
auc_ci_a <- ci.roc(roc_a, of="auc")
auc_text_a <- sprintf("AUC: %.2f (95%% CI: %.2f-%.2f)", auc_ci_a[2], auc_ci_a[1], auc_ci_a[3])

# 提取Youden指数对应点及置信区间
youden_coords_a <- coords(roc_a, "best", ret=c("threshold", "sensitivity", "specificity"), transpose=FALSE)
youden_ci_a <- ci.coords(roc_a, x="best", ret=c("sensitivity", "specificity"))

youden_text_a <- sprintf("Youden Point\nThreshold: %.2f\nSens: %.2f (%.2f-%.2f)\nSpec: %.2f (%.2f-%.2f)",
                         youden_coords_a$threshold,
                         youden_coords_a$sensitivity, youden_ci_a$sensitivity[1], youden_ci_a$sensitivity[3],
                         youden_coords_a$specificity, youden_ci_a$specificity[1], youden_ci_a$specificity[3])

# 把标注加到图上
plot_a_annotated <- plot_a +
  # 标记Youden点
  geom_point(aes(x=1-youden_coords_a$specificity, y=youden_coords_a$sensitivity), color="red", size=2) +
  # 添加文本标注
  annotate("text", x=0.6, y=0.2, label=auc_text_a, hjust=0) +
  annotate("text", x=0.6, y=0.05, label=youden_text_a, hjust=0, size=3.5) +
  # 调整主题避免文本问题
  theme_minimal() +
  theme(text = element_text(size=11),
        plot.title = element_text(size=12, face="bold"))

# 同理处理plot_b后拼接
wrap_plots(plot_a_annotated, plot_b_annotated, ncol=2)

3. 解决文本大小与布局问题 #

放弃基础绘图的par(cex)，改用ggplot的主题系统精准控制：

• 全局调整文本大小：theme(text = element_text(size=12))
• 单独控制标题、坐标轴、图例：plot.title = element_text(size=14), axis.text = element_text(size=10)
• 标注文本通过size参数和x/y坐标调整位置，避免重叠；批量处理时可封装函数自动计算空白区域作为标注位置

封装函数实现批量处理 #

如果需要批量生成带标注的ROC图并拼接，可封装成复用函数：

create_annotated_roc <- function(roc_obj, plot_title, color="black") {
  # 提取AUC及CI
  auc_ci <- ci.roc(roc_obj, of="auc")
  auc_text <- sprintf("AUC: %.2f (95%% CI: %.2f-%.2f)", auc_ci[2], auc_ci[1], auc_ci[3])
  
  # 提取Youden点及CI
  youden_coords <- coords(roc_obj, "best", ret=c("threshold", "sensitivity", "specificity"), transpose=FALSE)
  youden_ci <- ci.coords(roc_obj, x="best", ret=c("sensitivity", "specificity"))
  
  youden_text <- sprintf("Youden Point\nThreshold: %.2f\nSens: %.2f (%.2f-%.2f)\nSpec: %.2f (%.2f-%.2f)",
                         youden_coords$threshold,
                         youden_coords$sensitivity, youden_ci$sensitivity[1], youden_ci$sensitivity[3],
                         youden_coords$specificity, youden_ci$specificity[1], youden_ci$specificity[3])
  
  # 生成带标注的ggplot
  p <- ggroc(roc_obj, color=color) +
    ggtitle(plot_title) +
    geom_point(aes(x=1-youden_coords$specificity, y=youden_coords$sensitivity), color=color, size=2) +
    annotate("text", x=0.6, y=0.2, label=auc_text, hjust=0) +
    annotate("text", x=0.6, y=0.05, label=youden_text, hjust=0, size=3.5) +
    theme_minimal() +
    theme(text = element_text(size=11),
          plot.title = element_text(size=12, face="bold"))
  return(p)
}

# 批量生成并拼接
plots <- list(
  create_annotated_roc(roc_a, "ROC Curve A", "red"),
  create_annotated_roc(roc_b, "ROC Curve B", "blue")
)

wrap_plots(plots, ncol=2)

内容的提问来源于stack exchange，提问作者Baytars