第七章 诊断试验的评价(临床流行病)

活检 手术发现 微生物培养 尸检 特殊检查和影像诊断 长期随访的结果
17
（二）研究对象的确定: ●病例：金标准确诊的确实有病的人 应包括各种类型的病人 ●对照：金标准证实的确实无病的人 应包括各种与目标疾病容易混淆的疾病 的病例，从而体现临床鉴别诊断的价值
18
（三）样本含量估计
19
20
第三节 筛检和诊断试验的评价指标
4
◆按项目多少
单项筛检（single screening) 用一种筛检试验 检查某一疾病。
多项筛检（multiple screening)同时使用多项筛 检试验方法筛查多个疾病。
5
三、筛检的意义：
从疾病防治的过程来看，它属于疾病二级预防；
从对象和目的来看，它具有突出的公共卫生意义；
从实施来看，它要求检测方法快速、简便、经济、 安全。
7
四 筛检的目的
1）早期发现病例：可提高治愈率，降低死亡率。 2）筛检高危人群：
3）研究疾病的自然史：
4）开展流行病学监测：
8
五 对诊断试验进行评价的目的
对诊断试验的应用价值进行科学评价
为临床合理选用诊断试验方法提供科 学依据，取舍或灵活应用新的诊断试 验（试剂、药物、方法）
9
六、筛检试验与诊断试验的区别
6
三、筛检的意义：
通过在健康人群中开展某种疾病或健康的 危险因素的筛查，可以确定疾病的高危人群， 早期发现潜在的病人，通过相应的干预可以起 到改变和降低危险因素的暴露水平，减缓或阻 止疾病的发生和发展，降低疾病的发病率。 它对于保护人类健康，防止各种特殊疾病 的发生具有重要意义。筛查也反映了医学的进 步以及人类健康观的改变。
26
E
C
D
图7-1 A.理想的正常人群与糖尿病人血糖水平分布 B.现实的正常人群与糖尿病人血糖水平分布
27
28
选择诊断标准的原则：
• 考虑误诊、漏诊所造成后果的严重程度
• 若同等重要，则把诊断标准定为“灵敏 度=特异度”的分界处
29
确定诊断试验的分界值 方法： （1）统计学方法： 正态 偏态 （2）临床判断法
◈该地区当前的重大公共卫生问题 ◈确诊后有可行的治疗方法 ◈有可识别的早期症状和体征 ◈了解疾病的自然史 ◈快速、经济、有效 ◈群众易接受 ◈保证筛检阳性者进一步诊疗 ◈统一治疗标准 ◈考虑成本与效益 ◈连续性
11
八、实施诊断试验的原则
◈安全、可靠、特异度和灵敏度要高，能正确 区分病人和非病人。 ◈快速、简单、容易进行
图 两条互相交叉、AUC基本相等的ROC曲线
40
ROC曲线的优点与局限性
优点： 1、方法简单、直观，通过图形可观察分析方法的临 床准确性，并可用肉眼作出判断。 2、可准确反映某分析方法灵敏度和特异度的关系， （因为ROC曲线是由灵敏度和特异度绘制的）。 3、与阳性预测值不同的是ROC曲线评价方法与群体 发病率无关。
◆灵敏度与假阴性率 ◆特异度与假阳性率 ◆正确指数 ◆似然比
23
金标准
待评价的试验 阳性 阴性
合计
患者
真阳性 A
非患者 假阳性 B 真阴性 D B+D
合计
A+B C+D N
假阴性 C A+C
A 灵敏度(sensitivity)(真阳性率) 灵敏度 100% AC 将实际有病的人正确地判为患者的能力。
筛检试验
对象 目的 健康人或 无症状的病人 把病人及可疑病人与 无病者区分开来 快速、简便、 高灵敏度 简单、廉价 阳性者须进一步作诊 断试验以便确诊
诊断试验
病人 病人与可疑有病但实 际无病的人区分开来 科学性、准确性 一般花费较贵 结果阳性者要随之以 治疗
要求 费用 处理
10
七、实施筛检试验的原则
非病 人 待评价的试 验方法 病人
阳 性 阴 性 阳性
阴性
金标准 待评价的试验 阳性 阴性 合计 患者 真阳性 A 假阴性 C A+C 非患者 假阳性 B 真阴性 D B+D 合计 A+B C+D A+B+C+D(N)
16
筛检和诊断试验评价的设计
（一）金标准的确定：
一般采用当前医学界公认的确诊疾病最可靠的方 法。
图7-4 ROC曲线的含义
不同分界点上的1-特异度（假阳性率）和灵敏度（检出率）两个 参数是有密切联系的。所得的曲线称为受试者工作曲线（ROC曲 线），该曲线用于优化特异性和灵敏度（见下图）。
图9-3 ROC曲线
37
多项检验项目ROC曲线之间的统计学比较
对检查结果的ROC曲线，统计上的变化会含有一定的误差。因此各 ROC曲线的AUC亦有标准误（SE）的问题。将两条要进行比较的ROC 曲线的“AUC差”除以“差的标准误”所得的值Z，是呈正态分布的。
39
左图中实验C的曲线偏左 上，实验D偏右下。这两个 检查都有明显的特征，在相 同水平的FPR对两者进行比 较时，在2条曲线交叉点左 上侧的实验C的TPR高（但 FPR高）。 位于右下侧的实验D的 TPR变高（FPR处于低水 平）。 如果目的在于尽量发现新 患者，假阳性增加也没有关 系的情况下，实验C是适宜 的，相反，如果需要尽量减 少假阳性，则实验D是好的。
38
式中AUC的SE为:
AUC (1 AUC ) ( n A 1)(Q1 AUC 2 ) (n N 1)(Q 2 AUC 2 ) n AnN
SE( AUC )
式中nA 为样本中患者的人数，nN是非患者人数。 Q1=AUC/（2-AUC）； Q2=2AUC2/（1+AUC）。r为相关系数。 上述AUC1与AUC2各自用SE1和SE2表示误差。如果各个 实验是在完全不同的对象进行的话，两者的误差具有相关性。 这就是两个AUC相关系数的根据。在计算r时，首先分别计算 患病组和非患病组的相关系数，然后求出两个相关系数的均 值（（rA+rB）/2）,再求出两AUC的均值。根据这两个值查相 关系数表。
70 80 90 100 110
98.6 97.1 94.3 88.6 85.7
120
130 140 150
71.4
64.3 57.1 50.0
92.5
96.9 99.4 99.6
160
170 180 190
47.1
42.9 38.6 34.3
99.8
100.0 100.0 100.0
200
27.1
筛检和诊断试验
武汉大学公共卫生学院
流行病与卫生统计学系
向 浩
第一节 概 述
一、筛检(Screening)
通过快速的试验、检查或其他方法，在健康 人群中将那些可能有病但表面健康的人，同那些 可能无病的人鉴别开来。
二、诊断试验(diagnostic test)
是指应用各种检查手段对病人进行检查，以 确定和排除疾病的试验方法。
患病率 （%） 50 灵敏度 （%） 50 特异度 （%） 50 诊断 结果 + 合计 + 合计 金标准 患者 250 250 500 100 100 200 非患者 250 250 500 400 400 800 500 500 1000 500 500 1000 合计 阳性 阴性 预测值（%） 预测值（%） 50 50
C 假阴性率(false negative rate)(漏诊率) 假阴性率 100% 实际有病而被诊断试验错误的判为无病 AC 的百分率
24
金标准
待评价的试验 阳性 阴性
合计
患者
真阳性 A
非患者 假阳性 B 真阴性 D B+D
合计
A+B C+D N
假阴性 C A+C
特异度(specificity)(真阴性率) 将实际无病的人正确地判为非患者的能力 特异度
局限性：ROC曲线图上显示的不是真正的判断值。
41
医生最关心的问题：
1. 试验阳性时患病的概率多大？ 2. 试验阴性时不患病的概率多大？
42
4、预测值（predictive value）又称诊断价值，它 是表示试验能做出正确判断的概率。也表示试验结 果的实际临床意义。
阳性预测值（positive predictive value）： 是指筛检试验阳性者患目标疾病的可能性
图7-3 不同诊断界值时灵敏度与特异度间的平衡
32
E
C
D
图7-1 A.理想的正常人群与糖尿病人血糖水平分布 B.现实的正常人群与糖尿病人血糖水平分布
33
表7-1 糖尿病血糖试验不同血糖水平的灵敏度和特异度分布
餐后2小时血糖（mg/100ml ） 灵敏度（％）
特异度（％） 8.8 25.5 47.6 69.8 84.1
广义的诊断试验包括各种实验室检查、仪器 诊断以及病史、体检所获得的各种临床资料。
2
诊断试验
源自文库
图7-1
筛检与诊断试验示意图
3
二、 筛检的分类
◆按对象范围 整群筛检(mass screening) 对一定范围内人群的全体对象开展普遍筛查，也 称普查。 选择性筛检(selective screening) 根据流行病学特征选择高危人群进行筛检。
D 100 % BD
假阳性率(false positive rate)(误诊率) 即实际无病，但根据该诊断标准被定为 假阳性率 B 100% BD 有病的百分率
25
3、约登指数（Youden’s index）
也称正确指数,是灵敏度和特异度之和 减去1。
约登指数＝(灵敏度十特异度)－1 ＝l－(假阳性率十假阴性率)
20
50
50
20
80
46
5、似然比(likelihood ratio, LR)
是同时反映灵敏度和特异度的复合指标 有病者中得出某一筛检试验结果的概率与无病者得出这一概率 的比值
47
阳性似然比： 诊断试验结果的真阳性率与假阳性率之比
真阳性率 灵敏度 LR 假阳性率 1 特异度
阴性似然比 诊断试验结果的假阴性率与真阴性率之比
100.0
34
90 100 110 120 130 140 150 160 170 190 200
80
70
图7-4 糖尿病血糖试验的ROC曲线(李立明 2002)
35
ROC曲线的意义
从上图7-4可见，ROC曲线越向左上偏，曲线下的面积越大，其筛检试 验的识别病人和非病人越高。（见图E线）。
36
真实性
可靠性 实用性
21
评价筛检和诊断试验的四格表模式
金标准 待评价的试验 阳性 阴性 合计 患者 真阳性 A 假阴性 C A+C 非患者 假阳性 B 真阴性 D B+D 合计 A+B C+D A+B+C+D(N)
22
（一）真实性（validity）
测量值与实际值相符合的程度，亦称效度，又称 准确性（accuracy）。包括：
假阴性率 1 灵敏度 LR 真阴性率 特异度
◈尽量减少受试者痛苦。
12
九、筛检的伦理学问题
◈尊重个人意愿 ◈有益无害
◈公正
13
第二节 筛检和诊断试验的 评价方法
14
筛检和诊断试验评价的基本原理
把待评价的筛检和诊断试验与诊断目 标疾病的标准方法——“金标准”进行同 步盲法的比较，判定对疾病“诊断”的真 实性和价值。
15
金标准 特 定 人 群
例如：画出试验1和试验2的ROC曲线，可分别得到 AUC1和AUC2，对其差的检验按下式进行。
AUC1 AUC2 Z SE( AUC1 AUC2 )
式中SE（AUC1-AUC2）为两个AUC的标准误。其计算式为：
SE(AUC1 - AUC2) SE 2 ( AUC1 ) SE 2 ( AUC2 ) 2rSE( AUC1 ) SE( AUC2 )
灵敏度 患病率 阳性预测值 灵敏度 患病率 (1 患病率)(1 特异度)
特异度 (1 患病率) 阴性预测值 特异度 (1 患病率) (1 灵敏度) 患病率
44
图7-2 患病率与预测值的关系
45
表7-3 灵敏度、特异度和患病率不同水平时某人群糖尿病诊断的结果
（3） ROC曲线
30
三、受试者工作曲线
（Receiver Operator Characteristive Curve ROC曲线）
是用真阳性率和假阳性率作图得出的曲线，它可 表示灵敏度和特异度之间的关系
31
百分率（％）
100
80 60 40 20 0
50 60 70 80 90 100
特异度 灵敏度
A 阳性预测值 100 % A B
阴性预测值（negative predictive value）： 是指筛检试验阴性者不患目标疾病的可能性
D 阴性预测值 100 % CD
43
预测值与灵敏度、特异度、患病率的关系：
灵敏度越高，阴性预测值越高 特异度越高，阳性预测值越高 与受检人群目标疾病患病率（P）密切相关