临床论文写作漫谈-诊断性试验-高中课件精选.ppt

盲法判定试验结果 判断诊断试验结果的观察者如确知纳入对象的实际患病情况，即已知金标准分类结果，或提示金标准分类的其他临床资料，可能自觉或不自觉地按照已知结果或信息进行判断，从而过高估计诊断试验与金标准的符合程度。 观察者偏倚 observer bias * 确定合适的样本量 样本量估计是保证研究结论具有一定的可靠性的前提下所确定的最小样本数，其意义是估计研究中误差和降低研究中的抽样误差。 样本量小，结果不可靠 样本量大，增加成本 * 三、诊断试验常用指标 敏感度 Sensitivity(SN) a/(a+c) 特异度 Specificity(SP) d/(b+d) 准确度 accuracy(AC) (a+d)/(a+b+c+d) 或 (a+d)/N 阳性预测值 Positive predictive value ＋PV= a/(a+b) 阴性预测值 Negative predictive value －PV= d/(c+d) * 阳性似然比 Positive likelihood ratio a/(a+c) +LR────=SN/(1-SP) b/(b+d) 阴性似然比 Negative likelihood ratio c/(a+c) -LR ────=(1-SN)/SP d/(b+d) 患病率 Prevalence (a+c)/N ? * （一）敏感度 敏感度SN是金标准诊断为“有病”的病例中，诊断性试验为阳性例数的比例，即真阳性病例所占部分的百分率。 SN = a/(a+c) 假阴性所占部分的百分率称为漏检率。 诊断试验敏感度越高，漏检率越低； 漏检率＝100％－SN * （二）特异度 特异度SP是金标准诊断为“无病”的例数中，诊断性试验为阴性的比例，即真阴性部分所占百分率。 SP = d/(b+d) 假阳性所占部分的百分率称为误诊率， 诊断试验的特异度越高，则误诊率越小。 误诊率＝100％－SP * 选择更敏感的试验 当因漏诊会造成不良后果时，例如有传染危险且可治疗的疾病如结核、梅毒、SARS等，应选择更敏感的试验。 疾病的早期阶段可能怀疑多种疾病，为了排除某种诊断可能性，也要选择敏感的诊断试验，当试验结果为阴性时，高敏感度试验临床价值最大。 * 选择特异度高的试验 对于某些预后险恶的疾病，诊断试验的假阳性结果会给病员带来巨大风险、或更多医疗花费时，如对恶性肿瘤采取放疗、化疗或手术之前时，必须选择特异度高的试验，以肯定诊断。 要肯定某病的诊断，高特异度试验阳性结果的临床价值最大。 * （三）准确度 又称符合率，粗一致率 准确度AC是指诊断试验获得正确试验结果，即真阳性和真阴性在总检例数中的比例 Ac= (a+d)/ (a+b+c+d) 反映了诊断性试验结果与金标准试验结果符合或一致的程度。 * （四）预测值 预测值是根据诊断试验的结果来估计患病可能性大小的指标 阳性预测值:是诊断试验阳性结果中真正患病的比例。也称为验后概率。 +PV = a/(a+b) 阴性预测值是试验诊断阴性结果时真正未患病的概率。 -PV = d/(c+d) * （五）验前概率 验前概率又称为患病率 为金标准证实患某病的病例数，占接受金标准及诊断试验检查对象总数的百分率。 P＝(a+c)/N 在级别不同的医院中，某种疾病的患者集中程度不同，故患病率差别很大，因而会影响阳性及阴性预测值的结果。 * 在临床实践中，随着就诊对象来源不同，患病率在不同医疗环境中的变化是很大的，如在初级医疗单位，各种疾病的患病率都很低，而在二级或三级医院中随着转诊率增加，就诊患者中的疾病患病率增高，特别是专科医院、专科门诊范围内的疾病患病率更高。 通过诊断试验估计验后概率的第一步是尽可能准确地估计具体条件下的患病率。 * 预测值可用敏感度、特异度、患病率计算 根据Bayes条件概率理论，预测值可用敏感度、特异度、患病率计算，公式如下： +PV=SN×P/[SN×P+(1-SP)×(1-P)]