诊断试验-文档资料

《诊断试验-文档资料》由会员分享，可在线阅读，更多相关《诊断试验-文档资料（81页珍藏版）》请在金锄头文库上搜索。

1、1,第八章 诊断试验,Diagnostic test,2,引 言,在临床工作中，医生要根据就诊病人的临床症状、体征、实验室化验和影像学检查结果等资料，对疾病作出临床诊断。,3,引 言,如果前来就诊的病人确实患有某种疾病，医生所用的诊断方法能正确诊断出来的可能性有多大； 如果前来就诊的病人确实未患某种疾病，医生所用的诊断方法能正确排除的可能性有多大； 要解决这些问题就要进行诊断试验的评价。,4,引 言,过去临床医生往往凭借一般经验作出诊断，并不重视对这些方法的评价，这往往会造成偏差。 在应用某一诊断方法之前应对其进行诊断试验并对其试验的结果进行评价。 这不但能提高临床诊断的效率和水平，对疾病的准

2、确、合理的临床治疗也提供有力的依据。,5,第一节 诊断试验评价的原理及常用指标,6,一、概念,1、金标准（Gold standard）是指在诊断试验中，为鉴别出一种新方法的好与坏，所选择的与新诊断方法相比较的、已有的、公认的、准确的、可靠的诊断方法。如活体组织病理检查、手术探查、病原体的分离及抗体检测等。,7,一、概念,2、诊断试验的评价：是指选择一定数量的某病的可疑病人，用诊断该病的“金标准”和需要评价的诊断方法，进行同时诊断，从而对该诊断方法诊断该病的准确性及可靠性进行评价。 诊断方法：临床工作中用于确定或排除某种疾病的一切检验方法。,8,二、诊断试验评价的原理,当对一种新的诊断方法进行评

3、价时，要对参加试验的对象同时应用金标准方法和新诊断方法，进行检查或检验。 如果新方法试验所得的结果与金标准试验所得结果符合程度越高，这个新方法的诊断价值就越高，反之亦然。,9,二、诊断试验评价的原理,用金标准进行检查或检验后，可将试验对象分为两组，即金标准确诊的患某病组及金标准排除的未患某病组。,10,二、诊断试验评价的原理,新的试验结果用阳性表示患病，阴性表示未患病，用新方法进行的诊断试验所得出的患病与未患病的结果与金标准方法所得出患病与未患病的结果不完全相同。,11,诊断试验结果与金标准诊断结果的关系,12,真阳性、假阳性、假阴性和真阴性,真阳性（True positive）表示用金标准方

4、法确诊患某病而用新方法试验亦判定为阳性者； 假阳性（False positive）是指用金标准方法确诊未患某病而用新方法试验却判定为阳性者； 假阴性（False negative）是指用金标准方法确诊患某病而用新方法试验却判定为阴性者； 真阴性（True negative）是指用金标准方法已确诊未患某病，而用新方法试验也判定为阴性者。,13,三、诊断试验评价的常用指标,真实性 准确性 预测值 验前概率,14,（一）真实性-1,1、灵敏度与漏诊率 1）灵敏度(Sensitivity, SE)真阳性率是表示用金标准方法已确诊患某病的试验对象中，用新的试验方法判定为阳性部分所占的比例。计算公式为：

5、灵敏度(SE)=a/(a+c)100% 2）漏诊率假阴性率(false negative proportion)：在金标准方法已确诊患某病组中，新试验方法错判为阴性的比例。计算公式为： 漏诊率=c/(a+c)100%=100%灵敏度。,15,（一）真实性-2,2、特异度与误诊率 1）特异度(Specificity, SP) 真阴性率是指用金标准方法确诊的未患某病组中，用新试验方法判定为阴性的部分所占的比例。计算公式为： 特异度(SP) = d/(b+d)100% 2）误诊率假阳性率(false positive proportion) ：是指用金标准方法已确诊未患某病组中，用新试验方法将其错误

6、判定为阳性的比例。计算公式为： 误诊率=b/(b+d)100%=100%-特异度。,16,（一）真实性,一项好的诊断方法应该既没有漏诊也没有误诊，即100%的正确诊断。事实上这是不可能的。 在医疗实践工作中最好选择灵敏度与特异度均高的诊断方法。 一种诊断方法能否在实践中应用，一方面要看诊断试验的灵敏度和特异度，另一方面还要考虑具体的实际。,17,（一）真实性,当灵敏度真阳性率高时，则漏诊率假阴性率低，试验阴性时的结果更为可靠，有助于排除诊断。 当因漏诊会造成不良后果时，应选择灵敏度高的试验方法。,18,（一）真实性,当特异度真阴性率高时，则误诊率假阳性率低。试验阳性时的结果更为可靠，有助于肯定

7、诊断。 对于某些预后不良、治疗本身会给病人造成很大危害的疾病，并且假阳性结果会给病人带来很大风险及较大的医疗支出时，应选择特异度高的试验。,19,（一）真实性,在临床诊断的实践中，有时很难达到灵敏度和特异度均很高的结果，特别在用某些生化检验方法进行诊断试验时。因为这些指标往往是计量的，在进行诊断试验结果的判定时，必然要确定一个划分阳性与阴性的界值，随着区别阳性与阴性界值的改变，灵敏度与特异度之间的关系则是当其中一个升高时，另一个必然降低。,20,20,理想的正常人群与糖尿病病人血糖水平分布 现实的正常人群与糖尿病病人血糖水平分布,21,21,22,22,23,23,24,（二）准确度,准确度(

8、accuracy, AC)又称为符合率或粗一致性：是指诊断试验所得的真阳性例数和真阴性例数之和占整个试验对象的百分率，也就是说，诊断试验的结果与金标准诊断的结果的符合程度。它反映了诊断试验正确诊断患者和非患者的能力。计算公式为： 准确度(AC)= (a+d)/N100%,25,（三）预测值,预测值（Predictive value, PV）也称为验后概率（Post-test probability） 分为两种： 阳性预测值 (Positive predictive value, PPV或 PV+) 阴性预测值 (Negative predictive value, NPV或 PV-),26,（

9、三）预测值-1,1、阳性预测值 （Positive predictive value, PPV或PV+） 1）阳性预测值是诊断试验结果为阳性的对象中真正病人（用金标准确诊患某病者）所占的百分率。对于一项诊断试验来说，这个值越大越好。 2）计算公式是： 阳性预测值(PV+)=a/(a+b)100%,27,（三）预测值-2,2、阴性预测值 (Negative predictive value, NPV或 PV-) 1）阴性预测值是诊断试验为阴性结果中真正的非病人（金标准确诊未患某病者）所占的百分率。该值越大越好。 2）计算公式是： 阴性预测值(PV-)= d/(c+d)100%,28,（四）患病率

10、,1、患病率（prevalence, P）又称为验前概率（Pre-test probability） 是指试验对象（一般为疑似病人）中患某病的概率，即经金标准方法确诊患某病的病例数，占接受金标准方法检验或检查对象总数的百分率。 2、计算公式是： P=(a+c)/N100%,29,（四）患病率,3、预测值与灵敏度、特异度、患病率的关系： 阳性预测值PV+ =（灵敏度患病率）/灵敏度患病率+(1-特异度)(1-患病率) 阴性预测值PV- = 特异度（1患病率）/（特异度（1-患病率）+(1灵敏度)患病率,30,（五） 似然比,似然比（likelihood ratio, LR）也分两种： 阳性似然比

11、（Positive likelihood ratio, LR+） 阴性似然比（Negative likelihood ratio, LR-） 似然比可通过灵敏度与特异度计算出来，它包含了灵敏度与特异度的综合信息。故似然比也是反映诊断试验真实性的指标。,31,（五） 似然比-1,1、阳性似然比 （Positive likelihood ratio, LR+） 1）在诊断试验中，阳性似然比为真阳性率与假阳性率的比值，这个比值越大，说明该诊断方法越好。 2）其计算公式为： LR+=a(a+c)/b(b+d)=SE/(1-SP),32,（五） 似然比-2,2、阴性似然比 (Negative likel

12、ihood ratio, LR-) 1）在诊断试验中，阴性似然比为假阴性率与真阴性率的比值，这个比值越小，说明该诊断方法越好。 2）其计算公式为： LR- = c(a+c)/ (db+d)= (1- SE)/SP,33,（六）约登指数,约登指数（youdens index, r）又称为正确诊断指数，是指灵敏度与特异度之和减1（100%）。该值越接近100%越理想，可用于两种诊断方法的比较。 计算公式为： r =（灵敏度 + 特异度） 100% r = 100% （假阳性率 + 假阴性率）,34,第二节 诊断试验评价的设计原则,35,一、确定合适的金标准,确定合适的金标准是进行诊断试验的前提，如

13、果金标准选择不当，就会造成对受试者诊断分类上的错误，使整个试验的评价失去准确性的基础，因此金标准的选择至关重要。所选的金标准即要准确，又要可行。,36,一、确定合适的金标准,临床常用的金标准包括： 1、组织病理学检查 2、外科手术所见 3、特殊的影像学检查 4、病因学诊断方法 5、以及因缺乏特异性诊断方法而采用的医学权威机 构颁发的或临床医学共同制定的公认的诊断,37,二、选择合适的试验对象,研究对象应为临床某病的疑似病例； 病例组应该包括所研究疾病的各临床类型，如轻中重型，典型与非典型，病程长与短等，以使病例组对该病患者群体有较好的代表性。 在未患该病的对照组中，应该纳入与病例组有相似临床表

14、现的其他临床易混淆的疾病患者，以利于测试诊断试验的鉴别诊断能力。,38,三、进行可靠性试验预试验,在进行正式诊断试验之前，应在不同时间、或由不同观察者重复进行该试验，检验新试验在观察者内或观察者之间的变异情况，如计算变异系数和一致率等，如果观察者内或观察者间的变异系数较小或检测结果的一致率较高，说明这个诊断试验方法的可靠性较好。,39,三、进行可靠性试验预试验,在正式试验前，还应检查试验条件、仪器、试剂等是否符合标准。 还应制定相应的质量控制措施，对观察者要进行严格的培训。 只有达到设计的要求时，才能正式开展诊断性试验的研究。,40,四、盲法判定试验结果,观察者对诊断试验的结果的判断应采取盲法

15、，要在不知道金标准诊断结果的情况下，观察试验结果，以避免过高或过低估计诊断试验与金标准的符合程度，避免观察者偏倚。,41,五、如实报告试验结果,临床诊断性试验研究，可能使用特殊的仪器设备或试剂。在检测中如出现不能解释的结果或现象，均应如实报告，以便研究者检查试验研究措施的可靠性或试验执行中的技术性偏差。 如对试验方法、结果等不能如实报道，就会影响该试验的可重复性及真实性。,42,六、样本含量的估计,诊断试验同样需要一定数量的样本，如果受试对象人数过少，诊断指标就可能不稳定，影响对诊断试验结果的评价。 样本含量的估算公式如下： n=u2p(1-p)/2 公式中p为灵敏度或特异度，为容许误差，为第

16、一类错误的概率，u值由界值表查得。病例组样本量由灵敏度估计，对照组样本量由特异度估计。,43,七、确定诊断试验的阈值,许多诊断试验，特别是实验室诊断多为连续性的生化指标，对于这种连续变量需要选择一个区分正常与异常的诊断临界值。在诊断试验中经常用到的确定界值的方法有下列几种：,44,（一）均数加减标准差法,确定正常和异常的界限时，正常值范围常用均数2SD表示，意为测量值为正态分布时，95%测量值均在正常范围，两端各2.5%是异常的，在测量值只有过高或过低为异常时，则其单侧5%是异常的。,45,（二）百分位数法,适用于偏态分布类型或分布类型尚不能确定的数据，将观察值从小到大排列，累积计数次序，以第2.5-97.5百分位数表示双侧正常值范围，以第5或95百分位数界定单侧正常值。,46,（三）临床判断法,按照大量临床观察或系列追踪观察某些致病因素对健康损害的阈值，作为诊断正常水平的分界值。 如血清胆固醇6.5mmol/L定为正常，高于这种诊断界值则定为异常。血糖水平7.0mmol/L定为正常，高于这个界值则定为异常。 对机体测量指标的界值则是通过大量临床研究确定