疾病诊断试验与筛查试验.ppt

第十九章 疾病诊断试验与筛查试验 四、诊断试验的应用 五、提高诊断试验效率的方法 第二节 筛查试验 2·应用受试者工作特征曲线(receive operator characteristic curve，ROC曲线) ROC是用灵敏度为纵坐标，假阳性率为横坐标所绘的曲线。可用来确定最佳临界值。 将不同诊断标准时求得的灵敏度与假阳性率在坐标中的点连接成线，在该曲线最靠近左上角 的那一点或曲线的拐点处为最佳临界点，即最佳诊断标准。该法用于常规情况，即灵敏度、 特异度同样重要的情况。 3·通过计算确定 通过计算可求得在对灵敏度、特异度不同要求情况下的诊断标准。 见例19·2。 例19·2 肝大指数作为肝病病人的判断依据时，由于正常人与病人间分布的重叠，不论把标准定在何处均有误诊与漏诊。 已知：正常人肝大指数 肝病病人肝大指数 C为肝大指数诊断标准 误诊率： 漏诊率： 通过计算求得最佳诊断标准 (灵敏度、特异度相对均高，而误诊率、漏诊率相对均低的诊断标准)。 根据计算U值的公式，有下列关系 (C为所求的肝大指数): (C一6·08)/0·45＝ (8·38一C)/0·81 C＝6·90 此值为一类误差与二类误差相等，即灵敏度、特异度相等时的诊断界值。 (6·90一6·08)/0·45＝1·82 (8·38一6·90)/0·81＝1·82 当U=1·82，P/2＝0·034，即误诊率、漏诊率都是3·4%。 评价某诊断试验的准确性及根据不同临床目的选择诊断方法时，主要参考的是灵敏度和特异度，但是当将某一诊断试验具体应用到临床实践后，临床医生所关心的就不再是诊断试验的灵敏度和特异度，而是其预测值，即诊断试验的应用问题。 (一)预测值的概念 预测值也叫预告值，是在将诊断试验应用到具体疾病诊断后，得到阳性或阴性结果时，对患者做出诊断中所参考的指标。 其计算公式为: 阳性预测值＝a／(a+b) X100% 阴性预测值＝d／(c+d) X100% 阳性预测值 (positive predictive value):由诊断试验检出的全部阳性例数中，真正患该病者所占比例。即从阳性结果中能预测真正患病的百分率。也可理解为当某一受检者诊断试验结果为阳性时，患病的概率。 阴性预测值 (negative predictive value):由诊断试验检出的全部阴性例数中，真正没有患该病者所占比例。即从阴性结果中可排除疾病的百分率。临床应用是在受检者得到阴性结果时排除患病的概率。 例19·1: 阳性预测值=215/231X100%=93.07% 阴性预测值=114/129X100%=88·37% 阳性预测值93.07%表示用肌酸磷酸激酶诊断心肌梗死，结果阳性者中有93.07%确实患心肌梗死，或者说某受检者得到阳性结果时，有93.07%的可能患心肌梗死。 阴性预测值88.37%则表示结果为阴性者不患心肌梗死的比例，即得到阴性结果时，排除患心肌梗死的概率。 (二)预测值与灵敏度、特异度、患病率的关系 1·预测值与患病率的关系 当灵敏度、特异度一定时，阳性预测值随着患病率的升高而升高；阴性预测值随着患病率的降低而升高。 Sketch做了一个冠状动脉狭窄的诊断研究，取了195个受试者。动脉造影以动脉狭窄≥75％作为异常，而运动试验以心电图判断。结果见表19-4。 患病率高时，阳性预测值高；患病率低时，阴性预测值高。 2·预测值与灵敏度、特异度的关系 当患病率一定时，预测值与灵敏度、特异度亦存在相互关系。 灵敏度高时，则阴性预测值高；特异度高时，则阳性预测值高。 例19.1。 3·预测值的计算