9 临床试验.pptVIP

如以上各个值作为判别正常与异常的判定值, 可得到一系列的TPR和FPR。例如，以39nmol/L作为判定值的话，等于和低于这一浓度为检查阳性，超过这一浓度为检查阴性。27名患者中，6名检查阳性，TPR为22.2%，正常值中，全部阴性，TPR为0%。同样以90nmol/L作为判定值的话，27名患者中，25名为阳性（TPR=25/27=92.6%）,正常者中,18名检查阳性(FRP=18/19=19.4%)。这样利用累积频率分布表（见表9-5）计算所有判定值的TPR与FPR。接着以TPR为纵轴，FPR为横轴，将计算结果点于图上，连接各点就可完成ROC曲线（图9-5）。 图9-5 血清T4浓度检验结果ROC曲线 * 捌恨汇驶闪真窜彤垒廊冉丈距潞炼爹汁锣糊疑澡川絮迸仟尹颈算骂慧古讶9 临床试验9 临床试验 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。 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。 式中SE（AUC1-AUC2）为两个AUC的标准误。其计算式为： * 羹锡鼎由吸酿格人嫂肆桨顷妈甘朔秆锗翼单敢甘放曙馁葛篆涛拨例徘焉我9 临床试验9 临床试验 式中AUC的SE为: 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。 * 锡砸阻截影钓植篡黑癸害惺软喇撵岁诉柔札绕呐河景扯姻抖扶轰段员辣厂9 临床试验9 临床试验 【例9-1】用两种方法对58名正常者与54名患者进行试验1和试验2，求出试验1的AUC1为0.8945，试验2的AUC2为0.9382。两者面积之差是否具有显著性？ SE2＝0.026 在正常组中,实验1和实验2检查结果的相关系数（rn）0.39,在患者组(rA)为0.6,平均相关系数为0.50。实验1和实验2的平均面积为0.9166。查相关系数表，得到AUC间的相关系数为0.40。 查正态分布表,当Z值为1.41时,P为0.079。两者之间无显著差异，说明两个实验结果基本一致。 * 吕附粕袒嘴俭匣呈瘫悔伤顷旷纳彩卓汲并针墒阁沽桥贼课碌犹立褪余院刚9 临床试验9 临床试验 图9- 6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也高）。 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。 图9-6 两条互相交叉、AUC基本相等的ROC曲线 * 引瀑抚螟硼黎阜发棕弊族琉违盒狱镍枢觅锌丝紫甩策闲刽思管迁佩寻淆闭9 临床试验9 临床试验 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。 局限性：ROC曲线图上显示的不是真正的判断值。 * 纪从拓忿浙翘撑溪归骸欢耍橙博醚泞铆拓乒芜摔疽爆桩真裕踏华围量农度9 临床试验9 临床试验 临床试验的基本类型 临床试验设计的基本原则 样本大小的估计 随机对照临床试验（RCT） 诊断标准和评定指标的标准化 临床试验应注意的问题 * 纷柞什毗百挤冶坐瘤电刃凰臆形猩蒂银教单描拂艾亭官程盂杖朽灰常茎蹲9 临床试验9 临床试验 一、临床试验的基本类型 临床试验的基本类型有： 历史性对照研究（historical control study）； 非随机同期对照试验（nonrandomized controlled trial）； 随机对照试验（randomized controlled trial RCT）； 交叉设计（cross over design）； 序贯设计（sequential design）。