诊断性研究的文献评价

16
例 患病率对预测值的影响(3)
AFP诊断肝癌，灵敏度＝80％，特异度＝90％ HBsAg(+)人群
肝癌 非肝癌
AFP+ 80 9990
10070+PV=0.8%
AFP- 20 89910 Total 100 99900
89930 100000
Pre=100/10万
17
例 患病率对预测值的影响(4)
22
用该点数值区分正常与异常，其 敏感度及特异度都比较高，而误诊 及漏诊例数之和最小。但是，作 ROC曲线不能只靠一、二次试验结 果，就想找到正确的临界点，一般 要求最少有5组连续分组测定数据 用以制图，才能达到预期的要求。 表示灵敏度和特异度之间的关系。
23
诊断性试验正常值临界点的选择
例10—l 某医院采用餐后2h血糖测定，对诊 断糖尿病者及非糖尿病患者进行连续检查， 结果如表10—2，试问诊断糖尿病的临界值应 确定在哪一个数值最正确?
29
似然比的计算
疾病
非疾病
试验+ a(a/a+c) b(b/b+d) 试验- c(c/a+c) d(d/b+d)
+LR=Sen/(1-Spe) -LR=(1-Sen)/Spe
24
• 在表10-2中，随着血糖浓度的升高，敏感 度下降而特异度升高。因此，敏感度和特 异度中任何一个数值的提高，必然导致另 一数值的降低。如选用餐后血糖100mg／ dl。(5．55mmol／L)为临界值，则糖尿病 的漏诊率(1—SEN)为11％，而有30％的非 糖尿病受试者被误诊。如果将临界值定为 130mg／L (7．22mmol／I。)，则可使漏诊 率(1—SEN)上升到36％，而误诊率(1—SPE) 仅为3％。当餐后血糖临界值定为110rug／ I。(6．1lmmol／1。)时，该阈值的敏感度 和特异度之和为最大．这时漏诊率和误诊 率之和最小。因此，餐后血糖定为110mg ／I．作为临界值最适当，恰与ROC曲线确 定的临界值相同。 25
CK诊断心梗的ROC曲线
100%
真 阳 80% 性 率 60% （ 灵 40% 敏 度 20% ）
0% 0% 20% 40% 60% 80% 100%
假阳性率
26
CK 和 EKG 诊断心梗ROC曲线比较
100%
真 80%
阳 性 60%
CPK
率 （ 40%
EKG
灵
敏 20%
度
） 0% 0%
20% 40% 60% 80% 100%
+PV = a/a+b） 五、阳性似然比（ positive likelihood ratio,+LR ）
诊断性试验中，真阳性在“有病”患者中的比例与假阳 性在无病例数中比例的比值。表明诊断性试验阳性时患 病机会的比值，比值越大则患病的概率越大。
+LR = a/a+c / b/b+d =Sen/1-Spe
6
四、诊断性试验与金标准结果作比较
判断新诊断性试验的临床价值，应当将其结果与金
标准诊断的结果进行同步对比，评估时要求每个病例， 必须都有两项（即金标准与新试验）检查的结果，并 按要求列出四格表。
7
四格表的排列
诊断 阳性 试验 阴性
合计
金标准
有病 无病
合计
真阳性（A） 假阳性 （B） A＋B
假阴性（C） 真阴性 （D） C＋D
28
二、似然比（likelihood ratio）的临床应用
似然比是诊断性试验综合评价的理想指标， 它综合了敏感度与特异度的临床意义，而且可 依据试验结果的阳性或阴性，计算某病例患病 的概率，以便在诊断性试验检测后，更确切地 对患者作出诊断。
似然比是真阳性率与假阳性率之比。通俗地 说，是指有病的病人呈现阳性的可能性是无病 的病人呈现阳性的可能性的多少倍。
3
第一节 诊断性试验在临床医学中的重要性
Medicine is a science of uncertainty and an art of probability.
医学是一门不确定性的 科学和可能性的艺术
—William Osler
4
第二节 对诊断性试验研究评估的基本要求
一、金标准的确定
指当前临床医师公认的诊断疾病最可靠的方法，也称标准诊断。 用金标准将患者，正确区分“有病”或“无病”。它可以包括病 理活检、手术发现、微生物培养、尸检、特殊检查和影像诊断， 以及长期随访的结果。
患病率×灵敏度＋(1-患病率)(1－特异度)
231 +PV=93% 129 -PV=88% 360 Pre=64%
普通医院CK诊断心梗(CK<80=CK-)
心梗
无心梗

CK+
215(93%)
248
CK-
15
1822(88%)
Total
230
2070
463 1837 2300
+PV=46% -PV=99% Pre=10%
• HBsAg(+) ＋ 年龄>40岁 ＋ 肝硬化人群
肝癌
非肝癌
AFP+ 8000 9000 17000
+PV=47.06%
AFP- 2000 81000 83000
Total 10000 90000 100000 Pre=10000/10万
19
例 阳性预测值的计算
AFP诊断肝癌，灵敏度＝80％，特异度＝90％ 患病率＝10/10万人
假阳性率
27
ROC曲线在同一种疾病的两种或 两种以上的诊断性试验的诊断 中进行优选： 可将两种诊断性试验的 ROC， 曲线作图，如图10—1所示，凡 曲线顶点与纵坐标顶点最接近 者(如CT scag)，就是二者之间最 好的诊断性试验。
漏诊率(1—SEN)误诊率(1—SPE)
图1 0—1 放射性核素扫描(RN)与CT 扫描诊断脑肿瘤的ROC曲线
• 表中列出了SEN及l—SPE，分别将各组的 SEN及l—SPE数据，分别在纵坐标和横坐 标上绘出并连成曲线，即为ROC曲线。 如图10—2在各点之中，距左上角直线距 离最近的一点(曲线左起第4点)，就是该 试验的临界值。故诊断糖尿病餐后2h血 糖测量值，定为110mg／dl(6．1lmmol／ L)最为恰当。
• 诊断性试验的真正价值在于它能够鉴别目标疾病与其他容易混 淆的疾病或状态。
• 如Thomson在36例晚期结直肠癌病人的诊断试验中，发现有35
例病人癌胚抗原(Carcino-embryonic-antigen)升高，而在正常人 和其他的病人则癌胚抗原水平很低。因此，他们断定癌胚抗原
在诊断结直肠癌方面很有价值，甚至作为筛选手段。但后来的 研究发现，如果将病人人群扩展到早期结直肠癌病人和其他癌 症病人以及其他消化道疾病，癌胚抗原的诊断准确度就明显下 降。因此，癌胚抗原已不再作为诊断和筛选指标，只作为结直 肠癌病人的随访指标。69年
13
预测值的特点
• 灵敏度越高的试验，阴性预测值越高； • 特异度越高的试验，阳性预测值越高； • 患病率的高低对预测值的影响更大。
14
例 患病率对预测值的影响(1)
监护病房CK诊断心梗(CK<80=CK-)
心梗
无心梗
CK+
215(93%)
16
CK-
15
114(88%)
Total
230
130
患病率×灵敏度 +PV=
10
灵敏度和特异度的特点
• 当试验方法和阳性标准固定时，每个诊断试验的灵敏度和特 异度是恒定的。
• 区分诊断试验正常和异常的临界点会影响灵敏度和特异度。 • 灵敏度高的试验适用于
➢ 疾病漏诊可能会造成严重后果(AIDS) ➢ 有几个假设诊断，为排除某病的诊断 ➢ 用于筛检无症状病人而该病的发病率又比较低，当试验
结果呈阴性时，价值更大
11
• 特异度高的试验适用于
– 凡假阳性结果会导致病人精神和肉体上严重 危害时
– 要肯定诊断时，当试验结果呈阳性时，价值 更大
12
循证医学中诊断性试验常用的指标
四、阳性预测值（positive,+PV
诊断性试验检测为阳性的全部病例中，用金标准诊断为 “有病”的病例所占的比例。
5
三、研究对象的选择（被检人群情况 ）
研究对象包括两组：
• 一组是用金标准确诊“有病”的病例组，病例组应包括各型病例。 • 另一组是金标准证实为“无该病”的其它病例（各型、各期），特别
是易混淆的病例，称对照组。
• 病人人群的代表量应足够大、广。以确保检测差异不是由年龄、性别、 饮食、活动等非疾病因素所造成。
诊断性试验检测为阴性的受试者在用金标准确定为“无病”的受
试者中所占的比例。特异度越高，误诊率(1—SPE)越低 ，易漏诊。
有助于确定诊断。
三、患病率(prevalence,PREV=a+c/a+b+c+d)
经诊断性试验检测的全部病例中，真正“有病”患者所占的比例。 在级别不同的医院中，某种疾病的患者集中程度不同，故患病率 差别大，从而影响阳性预测值的结果。
A＋C B＋D A＋B＋C＋D
8
第三节 循证医学中诊断性试验常用的指标
一、敏感度（sensitivity,SEN = a/a+c）
诊断性试验检测为阳性的病例在用金标准确定为“有
病”的病例中所占的比例。敏感度越高，漏诊率(1— SEN)越少 ，易误诊，有助于排除相应的疾病。
9
二、特异度(specificity,SPE=d/b+d)
15
例 患病率对预测值的影响(2)
AFP诊断肝癌，灵敏度＝80％，特异度＝90％
一般人群 肝癌 非肝癌
AFP+ 8 9999
患病率×灵敏度 +PV=
患病率×灵敏度＋(1-患病率)(1－特异度)
10007 +PV=0.08%
AFP- 2 89991
89993
Total 10 99990
100000 Pre=10/10万
AFP诊断肝癌，灵敏度＝80％，特异度＝90％
HBsAg(+) ＋ 年龄>40岁人群
肝癌 非肝癌
AFP+ 800 9900
10700+PV=7.48%
AFP- 200 89100
89300
Total 1000 99000
100000 Pre=1000/10万
18
例 患病率对预测值的影响(5)
• AFP诊断肝癌，灵敏度＝80％，特异度＝90％
二、盲法的使用
单盲：是指在诊断性试验中， 判断试验的 人不知道该病例用
金标准诊断“有病或无病。”双盲:检测者不知道被检测者是否有 病；同时，应用“金标准”者与应用被检试验者双方均不知道对 方的检测结果。（防“诊断猜疑”偏倚 Diagnostic suspicion bias —比如：
CT显示肺部包块，我们很可能就能“看到”原先没有看到的相应阴影； 如果知道超声心动图的结果，我们很可能“听到”原先未听到的杂音）
在诊断性试验中应用的目的有二。 • 其一用于正常值临界点的选择 • 其二用于优选性质类似的诊断性试验
21
制图方法是以该试验的敏感度 (真阳性率)为纵坐标(Y轴)，而以l一 特异度(假阳性率)为横坐标(X轴)， 依照连续分组测定的数据，分别计 算SEN及SPE，按照平面几何的方法， 将绘出各点联成曲线。即为ROC曲 线。在曲线的各点中，距Y轴顶点 直线距离最近的一点，即为正常值 的最佳临界值。
第三讲 诊断证据的分析与评价
1
诊断证据的评价
教学目的、要求： 熟悉诊断研究方法。诊断试验的
常用指标、 诊断性试验证据的评价。
2
—本节课内容的出处
How to Use an Article About a Diagnostic Test
Roman Jaeschke, Gordon H. Guyatt, David L. Sackett, and the Evidence Based Medicine Working Group Based on the Users‘ Guides to Evidence-based Medicine and reproduced with permission from JAMA. (1994;271(5):389-391) and (1994;271(9):703-707). Copyright 1995, American Medical Association. 《循证医学》 Evidence-based Medicine 王家良，人民 卫生出版社2005年8月
肝癌 非肝癌
AFP+ 8 AFP- 2 Total 10
9999 10007 89991 89993 99990 100000
+PV=0.08% Pre=10/10万
20
第四节 循证医学诊断性试验的应用
一、ROC曲线的应用
ROC 曲 线 又 称 受 试 者 工 作 特 征 曲 线 (ROC(Receiver Operating Characteristic)curve) ROC曲线是用真阳性率(灵敏 度)和假阳性率(1-特异度)作图所得曲线。