诊断实验阳性预测值区间估计的四种方法比较.pdfVIP

中国卫生统计 2011年2月第 28卷第 1期 诊断实验 阳性预测值区间估计的四种方法比较 东南大学公共卫生学院流行病与卫生统计学系(2m009) 肖 珊 刘 沛 【提 要】 目的 比较对数似然比法 (1og—odds法，含两种调整方法)、修正 log—odds法 、客观贝叶斯法估计 阳性预测 值区间的精密度和可靠度，探讨不同情况下的适用方法。方法 以区间长度和覆盖概率为指标，比较阳性预测值区间估 计的精密度和可靠度。使用 SAS9．13编写MonteCarlo模拟抽样程序，完成客观贝叶斯法的计算。结果 log—odds法的 精密度和可靠度均低于客观贝叶斯法。大样本时，客观贝叶斯法和修正 log—odds法的精密度和可靠度相似 ；小样本时，后 者的精密度稍高，但可靠度远低于前者。结论 大样本时建议使用修正 log—odds法 ，小样本时建议使用客观贝叶斯法。 【关键词】 阳性预测值 区间估计 方法比较 阳性 (阴性)预测值 因能直接反映诊断实验结果 样本所包含的个体数 ，X为此样本 中患有疾病 D 的个 阳性(阴性)者有多大的概率有病 (无病)，故常作为评 体数 ；n 为从研究人群 中随机抽取的疾病 D的患者人 价诊断实验预测能力的重要指标 。由于预测值是 由灵 数， 为这 忍个疾病 D 的患者被试验 T诊断为阳性 敏度 、特异度和患病率构成 的多重 比(multiplepropor— 的人数； 为从研究人群中随机抽取的不患疾病 D的 tions)指标，故相对于灵敏度 、特异度、患病率这类单一 人数， 为这 个不患疾病 D 的个体被试验 T诊断 比(singleproportions)指标而言，其置信区间的估计要 为阴性的人数。下面将介绍利用 。／，z。、l／n 和 ／n 复杂的多。 目前常用的预测值区间估计方法为对数似 估计 ppv区间的四种方法。 然 比法 (1og—odds法) ’，但这一方法 的应用受一些 1．1og—odds法 条件 的限制且估计 的置信 区间往往过于保守 。本 将公式 (1)改写为 文以阳性预测值为例，在介绍预测值区间估计 log— 】 … PP (z odds法 (含两种不同调整方式) ’的基础上，提出了 修正 log—odds法。鉴于贝叶斯统计在处理小样本数据 其中，： 和高准确度诊断实验数据上 的优势 ，本文从客观贝叶 P】Po 斯分析的角度 出发 ，，提出了预测值区问估计的客 当Po，Pl和P2的估计值 ／，zo、l／1和 2／n2相 观贝叶斯法。通过 比较 四种方法 的精密度和可靠度 ， 互独立且n。、，2和 n充分大时，In(0)的100(1～ )％ 探讨其在实际工作 中的应用条件。 置信区间(In(—z In )，其 中In(·)为 自然对 数函数，Zo／2为标准正态分布的1一 2分位数， 方法与原理 ln( ln( )+In( )一In X 记P。为研究人群 中某种疾病(记为D)的患病率， ，z， n (暑n) (3) 假设所研究的诊断实验 (记为 T)为 阳性和阴性二分 v=var(In())= + 一1+ 1 一 1 类结果。记P．为诊断实验 T的灵敏度 ，即来 自研究人 群患有疾病 D的个体被诊断为阳性的概率，P 为诊断