---
name: audit-roc-calibration-figures
description: 完整解读并核验ROC曲线和校准曲线。当用户上传相关科研图表、询问模型表现、准备引用图表结论，或希望检查AI是否遗漏子图、误读数值、参考线、数据集和统计含义时使用。
---

# ROC与校准曲线完整识别及证据约束型自检

## 目标

在保留完整图表识别结果的基础上增加专业解释与自检。不得为了简洁省略原图中可见的子图、坐标、图例、颜色、线型、数值、参考线、置信区间、数据集、结局、时间点或其他视觉元素。

默认使用“完整模式”。只有用户明确要求简短时，才可以压缩解释部分；即使简短，也不能省略关键数值、对象对应关系、重要不确定性和结论边界。

本Skill只对ROC曲线和校准曲线提供专用规则。遇到其他图表时可以完成通用信息清点，但不得假称已完成该图表类型的专业核验。

## 证据边界

只使用用户提供的图像、图注、正文摘录、数据或说明。每项主要判断标记为：

- **A 直接事实**：图中或用户材料明确显示；
- **B 合理解释**：由已确认的图形关系和统计规则支持；
- **C 无法确定**：需要图注、正文、原始数据、分析代码或额外检验。

不要把B写成A，也不要把C补成确定事实。图中没有显示某项信息时，只能说“当前材料未提供”，不能推断研究本身没有报告。

## 执行流程

### 1. 建立图像与子图清单

先为每张输入图像编号，再清点其中的所有子图。不得把结构相似的子图合并后跳过逐图记录。

对每个子图记录：

- 子图标签与图表类型；
- 横纵坐标名称、方向、范围和刻度；
- 图例、颜色、线型、点型、阴影与对应对象；
- 模型、分组、队列、结局和时间点；
- 训练集、测试集、内部验证、外部验证或无法判断；
- 图中明确标注的数值、置信区间和评价指标；
- 参考线、误差带、置信区间、分箱点、直方图或概率分布；
- 裁剪、遮挡、重叠、模糊和无法可靠辨认之处。

每项标记为“已明确提供”“当前材料未提供”或“存在但无法可靠辨认”。若图中只写 training 或 testing，只能原样记录；testing 不自动等于独立外部验证。

### 2. 选择专用核验规则

- 发现ROC曲线时，读取并应用 [references/roc.md](references/roc.md)。
- 发现校准曲线时，读取并应用 [references/calibration.md](references/calibration.md)。
- 一张图同时包含两类曲线时，分别应用两个模块。
- 无法可靠判断类型时，不套用专用规则，说明确认类型还需要什么信息。

不要仅凭论文主题或图形外观确定类型；应结合坐标轴、图例、标注和参考线。

### 3. 先转录，后解释

对每个关键数值记录：

- 原样数值；
- 所属图像和子图；
- 对应模型、颜色、数据集、结局或时间点；
- 图中位置或可见依据；
- 读取置信度：高、中、低。

分辨率不足时使用“约为”“可能为”或“无法精确辨认”。不得把估读值伪装成精确值。置信区间必须与点估计和对象正确配对。

### 4. 解释图形语义

只在坐标、图例、参考线和数据集性质得到确认后解释。区分：

- 图形或数值上的描述性差异；
- 有适当统计检验支持的差异；
- 当前材料不能判断的差异。

比较多个模型或数据集时，不因任务要求强行排序。曲线接近、交叉、置信区间不清或缺少统计检验时，降低判断强度。

### 5. 建立判断与证据对应关系

每项主要判断必须标记A、B或C，并指出具体图像依据。找不到可定位证据的结论必须删除、降级或移入“无法确定”。

### 6. 执行结论权限检查

形成总结前，逐项排除以下错误：

- 将AUC写成准确率；
- 将AUC数值更高写成统计学显著更优；
- 仅凭置信区间重叠断言两组无显著差异；
- 将校准检验不显著写成已经证明校准良好；
- 将训练集结果写成泛化能力；
- 将 testing 标签自动写成独立外部验证；
- 因训练集和测试集AUC接近而断言泛化能力良好、模型稳定或不存在过拟合；
- 将内部验证写成外部有效性；
- 将区分能力或校准表现直接写成临床应用价值；
- 将相关关系写成因果关系；
- 推测未提供的样本量、研究设计、统计方法或验证方式。

训练集与测试集结果接近时，最多作描述性陈述，例如：“在图示数据中，两组AUC数值接近。”是否存在性能差异、过拟合或外部泛化，需要研究设计、重采样或独立验证及相应统计分析。

### 7. 独立复核并修正

完成初稿后重新检查：

1. 是否逐一覆盖所有图像和子图；
2. 是否遗漏坐标、图例、颜色、线型、参考线、置信区间或附属直方图；
3. 模型、数值、队列、结局和时间点是否一一对应；
4. 训练集、测试集、内部验证和外部验证是否混淆；
5. 参考线是否已识别并实际用于解释；
6. 统计术语是否正确；
7. 是否出现图中和用户材料没有的信息；
8. 是否把低置信度估读写成精确事实；
9. 是否因AUC接近或置信区间重叠而推断无过拟合、无差异或泛化良好；
10. 前后表述是否矛盾，最终结论是否超过证据边界。

发现问题时先修正最终回答，再报告简洁的自检结果。不要展示冗长的内部推理过程。

## 强制输出格式

除非用户明确指定其他格式，按以下顺序完整输出。不得用概括性段落替代第一张表，也不得因为多个子图相似而合并省略。

### 1. 逐图逐子图完整转录表

| 图像/子图 | 图表类型及通常用途 | 坐标轴名称、方向与范围 | 图例、颜色、线型及对象对应 | 可见数值与置信区间 | 参考线、误差带及附属元素 | 数据集/验证性质 | 无法辨认或未提供的信息 |
|---|---|---|---|---|---|---|---|

表中以原图信息为主，不在这一部分加入泛化、临床价值或显著性结论。

### 2. ROC曲线专业解读

逐个ROC子图说明区分能力、参考线、可见AUC及其对象。明确哪些是A类事实、哪些是B类解释、哪些属于C类待核验信息。

### 3. 校准曲线专业解读

逐个校准子图说明坐标、理想线、模型曲线、局部偏离方向、不确定性区间和样本分布。只有确认坐标方向后才能判断高估或低估。

### 4. 主要判断与证据表

| 主要判断 | 等级A/B/C | 图像或材料依据 | 解释边界 |
|---|---|---|---|

### 5. 整组图的核心信息

概括当前图像能够支持的主要发现，并保留必要限定条件。

### 6. 一句话受限定结论

只写图像能够支持的结论。不得用“泛化良好”“无过拟合”“显著更优”“可用于临床”等超出当前证据的措辞，除非用户提供了相应证据。

### 7. 图像呈现与解读风险

说明坐标、裁剪、分辨率、图例、重叠、不确定性展示或样本分布可能造成的风险。没有明确迹象时写“未发现图像层面明确的误导迹象”，不要强行挑错。

### 8. 当前材料不能得出的结论

列出统计显著性、过拟合、外部泛化、临床价值、因果关系及其他不能仅凭图像确认的内容。

### 9. 引用前需要核对的信息

列出需要回到图注、正文、原始数据或代码核对的研究设计、样本量、验证方式、统计比较和精确数值。

### 10. 自检记录

| 自检项目 | 结果 | 修正或限制 |
|---|---|---|
| 图像与子图完整性 | 通过/未通过/无法判断 | |
| 坐标、图例和视觉编码 | 通过/未通过/无法判断 | |
| 数值与对象对应 | 通过/未通过/无法判断 | |
| 参考线解释 | 通过/未通过/不适用 | |
| 数据集与验证性质 | 通过/未通过/无法判断 | |
| 统计概念 | 通过/未通过 | |
| 结论边界 | 通过/未通过 | |
| 前后一致性 | 通过/未通过 | |

## 可靠性原则

- 完整识别与证据约束同等重要；不能用“更谨慎”作为省略图中信息的理由。
- 本Skill降低误读风险，不保证答案必然正确。
- 自检不是独立事实验证；关键结论仍应回到论文、数据或代码核对。
- 用户提供图注、正文或原始结果时，应使用它们交叉核验并注明信息来源。
- 对研究者自己生成的图，优先使用生成图表的原始统计输出核对精确数值。
- 不把未经测试的其他图表类型描述为本Skill已经验证的能力。