临床检验方法学评价常用指标

临床检验方法学评价常用指标
1.评价诊断试验真实性的指标
灵敏度( sensitivity) ：指患者中试验阳性者所占比例。

计算公式：灵敏度( Sen) = a/( a+ c) % 100%。

特异度( specificity) ：指没有患病的人中试验阴性者所占比例。

计算公式：特异度( Spe) = d/ ( b+ d) % 100%。

以上两个指标是评价诊断试验真实性的基本指标，若依据四格表中a、b、c、d 4 个实测值的概率关系则：Sen= 1- c/( a+ c)(假阴性率) ， Spe= 1- b/ ( b+ d) (假阳性率) ，二者有互补关系。

误诊率( mistake diagnostic rate，α)：又称假阳性率，即非患者中被诊断试验判为阳性的概率。

计算公式：误诊率(α) = b/( b+ d) % 100%。

漏诊率( omission diagnostic rate，β)：又称假阴性率，即患者中被诊断试验判为阴性的概率。

计算公式：漏诊率(β)= c/ ( a+ c) % 100%。

粗一致率( crude agreement rate)：又称准确度( accuracy) 。

表示观察值与真实值符合的程度，是综合考虑真实性的指标。

是真阳性与真阴性之和占受检总人数的百分率。

计算公式：准确度= ( a+ d)/( a+ b+ c+ d) % 100%。

约登指数( Youden’s indx， YI )：又称正确指数。

指灵敏度与特异度之和减1 表示，故此指数值的范围只从0~ 1。

约登指数越大，其真实性亦越好。

计算公式：YI= [ a/( a+ c)+ d/( b+ d) ] - 1。

比数积( odds product， OP)：指灵敏度除以漏诊率，特异度除以误诊率，所获两比数的乘积。

比数积越大，诊断试验的真实性越好。

计算公式：OP= [ Sen/( 1- Sen) ] ×[ Spe/( 1- Spe) ] = ad/bc，但要求四格表内的数字均不为零。

似然比( likelihood ratio ， LR) ：是诊断试验的结果在患者中出现的概率与非患者中出现的概率之比。

似然比是评价诊断试验真实性的重要综合指标，其优点是非常稳定，不受患病率的影响。

似然比分为以下2 种类型：
阳性似然比( positive likelihood ratio， + LR)：指真阳性率和假阳性率之比。

计算公式：+LR= [ a/( a+ c) ]/[ b/ ( b+ d) ] % 100%。

阴性似然比( negative likelihood， - LR) ：指假阴性率和真阴性率之比。

计算公式：-LR= [ c/( a+ c) ]/[ d/( b+d) ] % 100%。

在选择诊断试验时应当选择阳性似然比大的试验，因其代表阳性结果的正确率。

同时应当选择阴性似然比小的试验。

因其代表阴性结果的正确率。

预测值( predictive value， PV) ：指诊断试验结果与实际符合的概率，也可以把预测值归为评价诊断试验结果的指标。

因为对于临床医师来说，至关重要的是在已知被检查对象的试验结果( 阳性或阴性) 的条件下，决定其是否有病还是无病的概率有多大时通常是根据预测值来判断。

阳性预测值( + PV) ：指诊断试验阳性结果的人中有病的概率，
计算公式：+PV= a/( a+ b)×100%，此值越大越好。

阴性预测值( - PV) ：指诊断试验阴性结果的人中实际无病的概率，
计算公式：d/( c+ d)×100%，此值越大越好。

2.评价诊断试验可靠性的指标
可靠性也称为可重复性，是指诊断试验在完全相同的条件下，进行重复试验，获得相同结果的稳定程度。

常用的评价指标如下。

标准差：一般以（均数±标准差）来表示，此方法是在计量资料时使用。

变异系数：即标准差与均数之比。

计算公式：变异系数= 标准差/均数×100% 。

一般要求变异系数应小于10%，此指标在计量资料时使用。

观察符合率：即两名观察者对同一事物的观察或同一观察者对同一事物两次观察结果一致的百分率，依据四格表其计算公式：
阳性符合率=a/（a+b）×100%
阴性符合率=d/（c+d）×100%
观察符合率（总符合率）= ( a+ d)/( a+ b+ c+ d)×100%。

上述标在结果为计数资料时使用。

卡帕值( Kappa value)：是评价计数资料观察符合程度的常用指标。

可由四格表直接计算。

计算公式：2( ad- bc)/[ ( a+ b) ( b+ d) ( a+ c) ( c+ d) ] 。

一般情况下Kappa值越大，符合程度越好。

即诊断试验的可靠性越好。

受试者工作特性曲线( receiver operator charateristic curve，ROC)：ROC 曲线是用真阳性率和假阳性率作图所得的曲线，它可以表示灵敏度与特异度之间的相互关系。

根据灵敏度、特异度互补关系的原理，用灵敏度为纵坐标、假阳性率为横坐标作图，其所得的曲线可用来决定最佳临界点(正常值) ，一般多选择曲线转弯处，即灵敏度与特异度均较高的点( A 点) 得最佳临界点。