第十章疾病诊断证据的分析与评价.ppt

第十章疾病诊断证据的分析与评价,第一节诊断性试验在临床 医学中的重要性,诊断试验（Diagnostic test）概念 指对疾病进行诊断的试验方法，它不仅包括各种实验室检查，还包括各种影像学诊断，如X线诊断、CT等评价诊断试验的意义： 有助于科学地选择诊断方法； 有助于正确地分析和评价诊断结果第二节对诊断性试验研究评估的基本要求,一、确定金标准 “金标准”（Gold standard）指当前为临床医师公认的诊断某种疾病最可靠的方法，也称为标准诊断 应用金标准可以正确区分“有病”、“无病”； 对诊断试验的评价必须有金标准为依据； 常用的金标准： （1）病理组织学诊断：如肿瘤； （2）外科手术发现：如畸形或某些肿瘤； （3）特殊影像造影：如冠状动脉造影诊断冠心病； （4）对目前尚无特异诊断方法的疾病，可采用由临床专家共同制定的、公认的综合诊断标准，如诊断风湿热的Johes标准； （5）长期临床随访所获得的肯定诊断二、选择研究对象1、病例组： 由金标准确诊的“有病”的患者组成 病例组应包括各种类型，如病程（早、中、晚期），不同病情（轻、中、重），不同临床类型（典型、不典型）及并发症（有、无并发症）等情况。

2、非病人：由金标准证实没有患目标疾病的“无病”者所组成 为明确鉴别诊断的价值，最好是容易与该病相混淆的其他疾病患者三、比较诊断试验与金标准的结果 1、将研究对象用两种诊断方法进行同步、盲法判定； 2、 最后将资料收集整理后进行分析四、样本大小的估算 按照估计总体率样本含量的方法，分别计算病人组及非病人组的样本含量 所需已知条件： （1）诊断试验的灵敏度P1 （2）诊断试验的特异度P2 （3）允许误差δ,第三节诊断性试验的评价指标,诊断试验的评价指标 真实性 标准1、科学性 可靠性  收益 预测值 2、实用性,,,,,,1、真实性（Validity） ①灵敏度(sensitivity)：又称真阳性率 指实际有病者中，被试验正确判定为病人的比例。

灵敏度：Sen = ×100% 它反映该项试验正确检出病人的能力②特异度(Specificity)：又称真阴性率 指实际无病者中，被该试验正确判定为非病人的比例 特异度：Spe = ×100% 它反映该项试验正确排除患某病的能力③准确度（accuracy）：又称符合率 指诊断性试验检测为真阳性和真阴性在总受检例数中的比例 准确度Acc = ×100% 其值越大，反映诊断试验检测结果越接近于真实情况④假阳性率（ false positive）：又称误诊率 指在无病者中，被该试验错判为有病的比例 假阳性率 = ×100% 其值越大，反映该项试验误诊者越多 特异度和误诊率互补⑤假阴性率（ false negative ）：又称漏诊率 指有病者中，被该项试验错判为无病的比例。

假阴性率 = ×100% 其值越大，反映该项试验漏诊者越多 灵敏度和漏诊率互补⑧阳性似然比（positive likelihood ratio） 即诊断试验中，真阳性率与假阳性率的比值 阳性似然比： 表明诊断试验阳性时患病与不患病机会的比值，比值愈大则患病的概率愈大⑨阴性似然比（ negative likelihood ratio ） 即诊断试验中，假阴性率与真阴性率的比值 阴性似然比： 表明诊断试验阴性时，患病与不患病机会的比值,2、可靠性（reliability）：即可重复性 指用同一种诊断方法在同样条件下，对相同的人群进行一次以上的检查，获得试验结果的稳定程度影响诊断试验可靠性的因素有： 1、测量仪器、试剂等实验条件中所致的变异； 2、观察者的变异； 3、被观察者的变异2名眼科医生对100张眼底图象的诊断结果,,,,,,,,Kappa分析：考虑了机遇因素对一致性的影响   Kappa值=实际一致性/非机遇一致性,Kappa值=55.14%,3、诊断收益 指诊断试验结果能正确判断患病与否的能力。

评价指标有预测值、成本效益分析、决策分析等1）阳性预测值（positive predictive value） 指试验结果阳性中，实际患病者的百分率 阳性预测值= ×100%（2）阴性预测值（ negative predictive value ） 指试验结果阴性中，非患者的百分比 阴性预测值= ×100%,预测值受两方面因素的影响：1.诊断试验本身的特性（灵敏度、特异度）的影响2.受试人群患病率高低的影响 当患病率不变时：灵敏度升高——阳性预测值下降 当灵敏度、特异度不变时：患病率升高——阳性预测值升高,4、实用性（1）灵敏度高、特异度高，重复性好；（2）可行性好 即简单、易行，易于操作者掌握；（3）能被受试者接受 即无损伤、无痛苦、无副作用；（4）价格便宜；（5）出结果周期快第四节循证医学诊断性 试验的应用,一、诊断试验指标的稳定性 稳定的指标：Sen、Spe 不稳定的指标：+PV、-PV预测值受两方面因素的影响： 1、受试人群患病率高低的影响。

现患率↑、阳预↑、阴预↓，反之亦然如图15-1 2、诊断试验本身的特性（灵、特）的影响 灵↑、特↓、阳预↓、阴预↑，反之亦然二、ROC曲线 1、含义 ROC曲线（Receiver Operator Characteristic Curve）又称受试者工作特性曲线，在诊断性试验中，主要用于正常值临界点的正确选择 2、制图方法 研究者假设一系列界值（截断值），在每个截断值处，计算其灵敏度、特异度，然后以灵敏度（真阳性率）为纵座标、 1﹣特异度（假阳性率）为横坐标作图，将各点联成曲线即为ROC曲线 如表15-9及图15-5 制图要求最少有五组连续分组的数据3、主要用途 （1）诊断界值的选择 ROC曲线中最靠近左上角的那一点即为最佳临界点，因为此点上灵敏度与特度都比较高，而假阳性与假阴性最少 （2）比较两种以上诊断试验的诊断价值 以便对诊断试验作出最佳选择ROC曲线常用来决定最佳临界点，通常最接近左上角那一点，可定为最佳临界点,,ROC曲线也可用来比较两种和两种以上诊断试验的诊断价值，从而帮助临床医师作出最佳选择。

三、似然比的临床应用 1、应用： 在确定某项试验的阳性似然比后,可根据患者的病史、体征作出验前概率的估计，再根据检测结果，应用阳性似然比，则可计算该病例患病的验后概率 2、制图方法,3、举例 一位36岁的农村妇女，面色不好，心累半年多，平时务农，每次月经量偏多，如何进行诊断？根据病史及体征，初步诊断：缺铁性贫血的可能性有70%（验前概率）化验检查：HB65gm/L，RBC3.02×1012/L，血清铁蛋白20ug/L（LR=4.8）验前比数=0.7/(1-0.7)=2.3验后比数=2.3×4.8=11.04验后概率11.04/(1+11.04)=0.916,为提高诊断试验的灵或特，可采用多种试验方法检查或重复一种检查方法，此种形式称为联合试验 全部为+ → + ↑特 串联 （serial test） 一项为- → - ↓灵 序列试验 一项为+→+ ↑灵 并联 （parallel test） 全部 - → - ↓特 平行试验,,,,,,,,,,,,,,,,,四、多项试验的联合应用,表4-6 联合试验诊断糖尿病的结果,举例：,并联试验：,灵敏度=（ 14+33+117 ）/199×100%=82.41%特异度=7599/ 7641 ×100%=99.45%,串联试验：,灵敏度=117/199×100%=58.79%特异度=（ 10+11+7599 ）/7641×100%=99.73%,五、正常值确定的方法是否合理、可靠 诊断界值水平对指标的影响 （见下图） 界值↑ 灵敏度↓、特异度↑、漏诊率↑、误诊率↓ 界值↓ 灵敏度↑、特异度↓、漏诊率↓、误诊率↑如何选择： ①为确诊某种疾病时，需尽可能减少误诊，应提高界值； ②如要尽可能无遗漏地发现病人，即要减少漏诊，则应降 低界值水平； ③一般情况下，可将界值定在误诊率＝漏诊率的位置上。

第五节诊断性试验证据的评估,一、诊断性试验的真实性： 1. 是否用盲法将诊断试验与“金标准”作过独立的对比研究？（同步比较和评价） 2.该诊断试验是否包括了适当的病谱？（ 研究对象的代表性、有效性） 3.诊断性试验的检测结果，是否会影响到参考标准的实施？ 4. 如将该试验应用于另一组病例，是否也具有同样的真实性？,二、诊断性试验的重要性 1. 是否通过该诊断试验能正确诊断或鉴别该患者有无特定的目标疾病？ 2.是否作了分层似然比的计算？ 三、诊断性试验的实用性 1.该试验是否能在本单位开展并能正确的检测？ 2 .检测后得到的验后概率是否有助于我们对病人的处理？,。