臨床研究科研方法診斷試驗的評價

診斷試驗評價第1頁第一節(jié)概述1.篩檢：是指利用迅速、簡便檢查、檢查或其他措施把健康人群中也許

有病或有缺陷但表面健康人同那些真正無病人辨別開來。2.診斷：醫(yī)務(wù)人員通過詳盡檢查及調(diào)查等辦法搜集信息，通過整頓加工

后對患者病情基本結(jié)識和判斷，診斷是將病人與可疑有病但實

際無病人區(qū)分開來。2第2頁

篩檢試驗診斷試驗

對象不一樣健康人或無癥狀病人

病人目不同把病人及可疑病人與無病者辨別開來

病人與可疑有病但實際無病人辨別開來

要求不一樣迅速、簡便、高敏捷度

科學(xué)性、精確性費用不一樣簡單、便宜一般花費較貴處理不一樣陽性者須深入作診斷試驗方便確診成果陽性者要隨之以治療

篩檢試驗與診斷試驗區(qū)分3第3頁第二節(jié)診斷試驗評價設(shè)計

（一）確定“金標準”

指目前臨床醫(yī)學(xué)界公認診斷疾病最可靠辦法。也稱標準診斷。一般，活體病理組織檢查、手術(shù)探查、尸體解剖，以及特殊影像診斷，或公認臨床診斷標準等作為金標準。其目標就是精確辨別受試對象是否為某病患者。4第4頁（二）研究對象選擇病例組病例應(yīng)為經(jīng)金標準診斷患有目標疾病病人，應(yīng)包括多種不一樣臨床類型和病期病例。對照組應(yīng)選擇經(jīng)金標準證明沒有患目標疾病其他疾病患者，并且應(yīng)包括在臨床上易與目標疾病混同病例。5第5頁（三）樣本量估計

與研究樣本量有關(guān)原因：①待評價診斷試驗敏捷度，②待評價診斷試驗特異度，③顯著性檢查水平α，④允許誤差δ。當敏捷度和特異度均接近50％時，可用下面近似公式。

n=uα2p(1-p)/δ2

式中uα為正態(tài)分布中累積概率等于α/2時u值。

σ為允許誤差，一般定在0.05～0.10。

p為待評價診斷辦法敏捷度或特異度,敏捷度估計病例組所需樣本量，特異度估計對照組所需樣本。6第6頁

當待評價診斷試驗敏捷度或特異度不大于20%或大于80%，樣本率分布呈偏態(tài)，需要對率進行平方根反正旋轉(zhuǎn)換，并用下面公式計算樣本量。

n=[57.3uα/sin-1(δ/sqrt(p(1-p)))]27第7頁

例題：假如待評價診斷試驗估計敏捷度為75%，估計特異度55%，試計算病例組和對照組所需要樣本量。設(shè)α=0.05，δ=0.08n1=(1.96/0.08)2×(1-0.75)×0.75=112.5≈113n1=(1.96/0.08)2×(1-0.55)×0.55=148.6≈149

因此評價該診斷試驗病例組樣本量為113例，對照組樣本量為149例。8第8頁（四）確定診斷試驗分界值

分界值（cutoffvalue）指劃分診斷試驗成果正常與異常標準。均數(shù)加減標準差法百分位數(shù)法臨床判斷法

ROC曲線法9第9頁（五）與金標準同步盲法比較

金標準診斷出來患病和非患病兩組，用待評價診斷辦法對研究對象進行同步盲法測量，并將成果進行比較。10第10頁11第三節(jié)診斷試驗評價

將待評診斷試驗與診斷目標疾病標準辦法--“金標準”進行同步盲法比較，判定對疾病“診斷”真實性和價值。第11頁金標準診斷試驗患者非患者合計+真陽性A假陽性BA+B-假陰性C真陰性DC+D合計A+CB+DN表1診斷試驗評價整頓表12第12頁140，137，142，145139，150，146，135145，138，140，145140，144，148，132………………甲（137cm）

乙（139cm）

13平均身高（140cm）

？第13頁

（一）真實性（validity）

指診斷試驗測量值與實際值相符合程度,亦稱效度、精確性（accuracy）。敏捷度與假陰性率特異度與假陽性率正確診斷指數(shù)似然比14第14頁⒈敏捷度與假陰性率敏捷度(sensitivity，真陽性率)

即實際有病而按該診斷試驗被正確地判為有病百分率.假陰性率(falsenegativerate，漏診率)

即實際有病，但根據(jù)該診斷試驗被定為非病者百分率.

15第15頁⒉特異度與假陽性率

特異度(specificity，真陰性率)

實際無病按該診斷標準被正確地判為無病百分率

假陽性率(falsepositiverate，誤診率)

即實際無病，但根據(jù)該診斷標準被定為有病百分率16第16頁3.正確指數(shù)

也稱約登指數(shù)（Youden’sindex）,是敏捷度和特異度之和減去1。正確指數(shù)＝（敏捷度十特異度）－1

＝l－（假陽性率十假陰性率）17第17頁4.似然比(likelihoodratio,LR)★同步反應(yīng)敏捷度和特異度復(fù)合指標.★陽性成果或陰性成果在患者中出現(xiàn)概率與非患者出現(xiàn)概率之比.18第18頁陽性似然比診斷試驗成果真陽性率與假陽性率之比.陰性似然比診斷試驗成果假陰性率與真陰性率之比.19第19頁(二）可靠性(reliability)

又稱信度，指某一診斷辦法在相同條件下反復(fù)測量同一受試者時，所獲成果一致性。影響原因受試對象生物學(xué)變異觀測者試驗室條件20第20頁評價指標變異系數(shù)2.符合率（agreement/consistencyrate）又稱一致率，是診斷試驗判定成果與標準診斷成果相同數(shù)占總受

檢人數(shù)百分比。21第21頁223.ICC（組內(nèi)有關(guān)系數(shù)）ICC表達測量個體差異方差占總方差百分比，取值0≦ICC≦1。ICC越接近1，表白測量誤差對總方差影響越??；ICC越接近0，表白測量誤差對總方差影響越大；

一般以為，ICC≧0.75時，測量成果可反復(fù)性較好

第22頁4.Kappa值

Kappa值=實際一致性/非機遇一致性23第23頁Kappa值一致性強度≤0.4差0.4～0.75中高度一致≥0.75極好一致性表2Kappa值判斷標準24一般情況下，不對kappa值做顯著性檢查，但當kappa值<0.6時，需要檢查。第24頁25評價實例1欲評價某種辦法檢測黃曲霉毒素B（AFB1）血清白蛋白加合物一致性，某研究者用該辦法檢測了10名研究對象血清樣本，每份樣本反復(fù)檢測2次，所得數(shù)據(jù)如下：

表510名對象血清白蛋白加合物檢測成果測次研究對象編號12345678910第一次1.241.182.011.051.231.021.121.731.250.92第二次1.151.021.911.151.351.021.051.621.210.83第25頁26變異起源自由度DFSSMSFP對象（組間）91.9110.21244.792<0.0001對象（組內(nèi)）100.0470.005總變異191.958

本例方差分析成果如下：由此，能夠計算

第26頁27評價實例2用某辦法檢測DNA樣品純度，對沒份樣品反復(fù)檢測2次，各次測定成果判斷如下表，“+”為達成純度要求，“-”為未達成純度要求。試分析該檢測辦法一致性：

（K=0.722）第二次第一次合計+-+53457-51823合計582280第27頁(三）收益1.預(yù)測值(Predictivevalue，PV)

預(yù)測值是根據(jù)診斷試驗成果來估計真正患病也許性大小指標。2.檢出新病例及預(yù)后3.衛(wèi)生經(jīng)濟學(xué)評價28第28頁陽性預(yù)測值（positivepredictivevalue）指診斷試驗陽性者患目標疾病也許性.陰性預(yù)測值（negativepredictivevalue）是指診斷試驗陰性者不患目標疾病也許性.29第29頁ELISA法微量中和試驗合計COXB陽性COXB陰性+16580245-45730775合計2108101020練習(xí)1某臨床醫(yī)生利用ELISA法檢查科薩基病毒（COXB）感染情況，檢查成果如下，對該辦法進行評價30第30頁

敏捷度特異度正確指數(shù)符合率假陰性率假陽性率陽性似然比陽性預(yù)測值+

16580

患者

非患者

－45

730

31第31頁

計算成果敏捷度=165/（165+45）×100%=78.6%假陰性率=45/（165+45）×100%=21.4%特異度=730/（80+730）×100%=90.1%假陽性率=80/（80+730）×100%=9.9%正確指數(shù)=78.6%+90.1%-1=68.7%符合率=（165+730）/1020×100%=87.7%陽性似然比=78.6%/9.9%=7.94陽性預(yù)測值=165/245=67.3%32第32頁（四）評價指標互相關(guān)系及其應(yīng)用

1.敏捷度與特異度33第33頁表5糖尿病血糖試驗不一樣血糖水平敏捷度和特異度分布餐后2小時血糖mg/100ml）敏捷度（％）特異度（％）7098.68.88097.125.59094.347.610088.669.811085.784.112071.492.513064.396.914057.199.415050.099.616047.199.817042.9100.018038.6100.019034.3100.020027.1100.034第34頁截斷值選擇標準若早期診斷有助于病人治療和恢復(fù)，漏診會造成嚴重后果，應(yīng)將截斷值定低某些；治療效果不抱負，誤診會嚴重影響病人心理、生理，截斷值應(yīng)當定高某些；假如漏診和誤診同樣主要，可把標準定在敏捷度=特異度處；35第35頁2.預(yù)測值與敏捷度、特異度、患病率關(guān)系

敏捷度越高，陰性預(yù)測值越高特異度越高，陽性預(yù)測值越高36SN=a/（a+c）100%，-PV=d/（c+d）100%SP=d/（b+d）100%，+PV=a/（a+b）100%第36頁37假設(shè)已知樣本人群患病率（P）、診斷試驗敏捷度（Sen）和特異度（Spe），則診斷試驗成果可表述于下表診斷試驗實際有病實際無病合計陽性Sen×P(1-Spe)×(1-P)Sen×P+(1-Spe)×(1-P)陰性(1-Sen)×PSpe×(1-P)(1-Sen)×P+Spe×(1-P)合計P1-P1第37頁38根據(jù)Bayes概率理論，得到下述公式第38頁39患病率受檢人數(shù)(1)實際患病人數(shù)(2)實際未患病人數(shù)(3)試驗真陽性人數(shù)(4)=(2)×0.99試驗假陽性人數(shù)(5)=(3)×(1-0.99)總陽性人數(shù)(6)=(4)+(5)陽性預(yù)測值（%）(7)=(4)/(6)1/1000010000010999909.9999.910100.991/1000100000100999009999910989.021/100100000100099000990990198050.001/1010000010009000099009001080091.67

表6敏捷度、特異度均為99%試驗在不一樣患病率人群中陽性預(yù)測值第39頁患病率(%)敏捷度(%)特異度(%)診斷成果金標準合計陽性預(yù)測值(%)陰性預(yù)測值(%)糖尿病非糖尿病1.522.999.8＋34205463.0

－11698309946

98.8

合計150985010000

1.544.399.0＋669816440.2

－8497529836

99.1

合計150985010000

2.544.399.0＋1119720853.3

－1399653979298.6合計250975010000摘自(《流行病學(xué)進展》第4卷，施侶元，1986)

表7敏捷度、特異度和患病率不一樣步糖尿病診斷成果40第40頁（四）受試者工作特性曲線(ROC)

用真陽性率和假陽性率作圖得出曲線，它可表達敏捷度和特異度之間關(guān)系。41糖尿病血糖試驗ROC曲線第41頁

ROC曲線常用來決定最佳臨界點，一般最接近左上角那一點，可定為最佳臨界點。42第42頁ROC曲線也可用來比較兩種和兩種以上診斷試驗診斷價值，從而幫助臨床醫(yī)師作出最佳選擇。43第43頁1.提升患病率（驗前概率）第四節(jié)提升診斷效率辦法44第44頁

2.采取聯(lián)合試驗1）串聯(lián)：所有診斷試驗成果均為陽性者才定為陽性。適用情況：雖有幾項試驗辦法，但特異度都不高；慢性病，不急需作出判斷但要診斷正確；當某些診斷辦法較昂貴時，可先用簡單試驗，提醒有患病也許時再行深入診斷。45第45頁

2）并聯(lián)只要有任何一項診斷試驗成果為陽性就可定為陽性。該法能夠提升敏捷度。適用情況：疾病對人群影響很大，目前只有幾項敏捷度不高試驗；復(fù)診困難、醫(yī)療條件不足地域病人，需迅速做出診斷；46第46頁試驗成果尿糖血糖糖尿病病人非糖尿病病人＋－1410－＋3311＋＋11721－－357599合計1997641練習(xí)2聯(lián)合試驗診斷糖尿病成果▲串聯(lián)：全陽為陽，不然為陰▲并聯(lián)：一陽即陽，全陰才陰47第47頁血糖試驗75.3899.58尿糖試驗65.8399.59串聯(lián)試驗58.7999.73并聯(lián)試驗82.4199.45試驗辦法敏捷度（%）特異度（%）48第48頁493.聯(lián)合試驗多元分析Bayes概率法是指根據(jù)一種患者具有多種癥狀和體征出現(xiàn)概率，進行鑒別和診斷某種疾病。若以X1，X2,X3….XM表達多種臨床體現(xiàn)；A1A2A3…AG表達疾病種類，當一種患者多種癥狀體征指標值分別為S1S2S3…..Sm,，則屬于AG病種概率如下式：

第49頁50例：尿路感染診斷，由于尿路感染33.5%無癥狀，診斷主要依靠試驗室檢查，如尿路細菌學(xué)檢查，包括尿白細胞鏡檢、白細胞排泄率等。某醫(yī)院尿路感染檢查成果如下表。第50頁51臨床體現(xiàn)腎盂腎炎膀胱炎例數(shù)%例數(shù)%X1（尿頻）①有6270.455475.00②無2629.551825.00X2（尿痛）①有4450.005069.44②無4450.002230.56X3（發(fā)熱）①有2831.8268.33②無6068.186691.67X4（腎區(qū)叩痛）①有8090.911622.22②無89.095677.78X5（尿白細胞鏡檢）①<10個/HP2427.274461.11②≥10個/HP6472.732838.89X6（白細胞排泄率）①<30萬/小時3034.094866.67

②≥30萬/小時5865.912433.33表5160例尿路感染患者定位診斷資料若某患者X1-X6成果分別是①①①①②①，試用Bayes概率法進行定位診斷