流行病学 第二章3 筛检_免费下载.pptVIP

当待评价筛检试验的灵敏度或特异度小于20%或大于80%，样本率的分布呈偏态，需要对率进行平方根反正旋转换。 * * * * * * * * * * * * * * * * * * * 病程长短偏倚（length bias） 疾病 开始 筛检 查出 症状开始 死亡 O P S D O P S D O P S D O P S D O P S D S O D P O P S D 时间 筛检 图9 病程长短偏倚示意图 恶性程度高 恶性程度低 一些恶性程度低的肿瘤 病人常有较长的临床前期，而恶性程度高的同类肿瘤病人的临床前期较短。因此，前者被筛检到的机会较后者大，而前者的生存期又比后者长，从而产生筛检者要比未筛检者生存时间长的假象 筛检参加者与不参加者之间，某些特征可能存在不同，使得通过筛检发现的病例的预后较临床期确诊的病例的预后好。 志愿者（病人自我选择）偏倚（volunteer bias） 收益（yield）：指经筛检后能使多少原来未发现的病人得到诊断和治疗。 六、筛检收益的评价 （一）生物学效果评价 病死率 死亡率 生存率 （二）卫生经济学效果评价 成本效果分析：投入费用与获得的 生物学效果 成本效益分析：投入费用与获得的 经济效益 成本效用分析：投入费用与获得的 生命质量的改善 * * * * * * * * * * * * * * * * * * * * * * * * * * * 阴性似然比 是筛检试验的阴性结果在患者中出现的概率（假阴性率）与在非患者中出现的概率（真阴性率）之比。 该指标表示错误判断阴性的可能性是正确判 断阴性可能性的倍数 比值越小，试验结果阴性时为真阴性的可能性越大 预测值 是筛检试验结果阳性或阴性时受试对象有或无疾病的概率。 阳性预测值(positive predictive value, PPV) 阴性预测值(negative predictive value, NPV) PPV 即真阳性者占诊断试验阳性者总数的百分比。 NPV 即真阴性者占筛检试验阴性者总数的百分比。 例1 人群某病患病状况与筛检结果的关系 80 245 730 775 210 810 1020 筛检 试验 金标准 合 计 患者 非患者 阳性 A B R1 阴性 C D R2 合计 C1 C2 N 灵敏度＝78.6﹪ 特异度＝90.1﹪ 假阳性率＝9.9﹪ 假阴性率＝21.4﹪ 一致率＝87.7﹪ 正确指数＝0.69 阴性似然比＝0.24 阳性似然比＝7.94 阴性预测值＝94.2﹪ 阳性预测值＝67.3﹪ Kappa=0.65 预测值与受检人群目标疾病患病率的关系 阳性预测值、阴性预测值与患病率、灵敏度和特异度的关系，根据Bayes定理可用以下公式 患病率对阳性预测值的影响 患病率对预测值的影响，要比灵敏度和特异度对预测值的影响明显得多。 筛检对象 患病率 （1/10万） 阳性预测值 （％） 一般人群 3.5 0.02 75岁以上男性 500 3.4 有可疑结节者 50000 87.5 表2 不同患病率、灵敏度与特异度的情况下 阳性预测值与阴性预测值的变化 患病率 (%) 灵敏度 (%) 特异度 (%) 筛检 结果 金标准 合计 PPV (%) NPV (%) 患者 非患者 50 50 50 ＋ 250 250 500 50 － 250 250 500 50 合计 500 500 1000 20 50 50 ＋ 100 400 500 20 － 100 400 500 80 合计 200 800 1000 20 90 50 ＋ 180 400 580 31 － 20 400 420 95 合计 200 800 1000 20 50 90 ＋ 100 80 180 56 － 100 720 820 88 合计 200 800 1000 一致性 粗一致性（总符合率）：是筛检试验判定的结果与标准诊断的结果相同的数占总受检人数的比例。 粗一致性受受试人群患病率的影响。患病率越高，粗一致性越高。 =1/4（Se+Sp+PPV+NPV） 粗一致性受受试人群