ROC曲线分析是评价logistic回归模型的另外一种方法。该方法根据ROC曲线下面积（AUC）来评价模型预测值区分疾病和对照的能力。AUC又称C统计量（c-statistic）、一致性指数（concordance index），简称C指数。ROC曲线下面积（Area under the ROC curve）记为A，A 值可以用来综合评价诊断的准确性，可以将它理解为在所有特异度下的平均灵敏度，其取值范围为0≤A≤1，在A>0.5的情况下，A越接近1说明诊断的准确性越高；当A=0.5时说明诊断完全不起作用；A＜0.5不符合实际情况。一般认为，0.5＜A≤0.7表示诊断价值较低；0.7＜A≤0.9表示诊断价值中等；A>0.9表示诊断价值较高。