临床流行病学4诊断试验与筛检试验.ppt

7. 诊断试验的准确性 Diagnostic Odds Ratios（DOR） DOR= Se/1-Sp 1-Se/Sp = LR+ LR- (二) 可靠性 (reliability) 也称信度、精确度(precision)或可重复性 (repeatability). 指在相同条件下同一试验对相同人群重复试验,获得相同结果的稳定程度. 评价指标: 1. 变异系数 (coefficient of variance, CV) CV= S ×100% CV越小,可靠性越好 2. 一致率 (agreement/ consistency rate ) 又称符合率, 是诊断试验判定的结果与标准诊断的结果相同的人数占总受检人数的比例. 金标准 诊断试验 患者 非患者 阳性 真阳性(a) 假阳性(b) 阴性 假阴性(c) 真阴性(d) (a+c) (b+d) (a+b) (c+d) 合 计 合 计 N 一致率= a+d a+b+c+d ×100% 调整一致率: 3. 诊断试验的一致性分析– Kappa分析 Kappa分析是评价不同地点或不同操作者 对同一试验结果一致性的指标. 分析机遇因素 对一致性的影响. Kappa值的取值范围: -1 — +1之间. -1 +1 0 一致 不一致 观察一致率完全由机遇所致 Kappa值的计算-四格表资料的Kappa分析 Kappa= 观察一致性 - 机遇一致性 1 - 机遇一致性 观察一致性= a+d N ?100% 机遇一致性= [(R1C1/N) + (R2C2/N)]/N 多分类资料的Kappa分析－行列表 见表4-6 各格子的数据Pij为构成比，计算方法是将每个格子的实际频数除以总频数 Kappa值判断标准 Kappa 值 一致性强度 0 弱 0- 0.2 轻 0.21- 0.40 尚好 0.41- 0.60 中度 0.61- 0.80 高度 0.81- 1 最强 Kanidis and Koch 标准 ICC＝ MSA-MSe MSA+(n-1)MSe MSA-组间均方，MSe－组内均方，n为重复测量次数 取值范围：0～1之间。 0表示不可信，1表示完全可信。 4. 计量指标的一致性分析－组内相关系数（ICC） 一般认为：信度系数低于0.4表示信度较差， ICC≥0.75时，测量结果的重复性较好，信度良好，对于定量资料常常需要更高的ICC值。 MS受试者间+ ( k- 1) MS 误差+k (MS观察者- MS误差)/n MS受试者间- MS 误差 ICC= MS受试者间=MS区组间; MS观察者间=MS处理组间 K-重复次数（处理组数）；n- 受试者数（被观察对象数） ICC 为计算所得的统计量,存在抽样误差, 需对其是否等于0进行假设检验。 其公式为: F= MS 受试者间/MS 误差 Df受试者间= n-1； df误差=( n-1)(k-1) 从上面的公式可看出,对 ICC 的检验实际上就是方差分析表中对随机区组( 即受试者) 间的结果是否相同的检验。 ICC 实际上是Kappa 的进一步扩展。 当资料为二项分类时, 未加权(即一般)Kappa 值等于将某特征(有无)编码为1或0后算得的ICC; 当资料为多项分类时,用标准权重(即二次权重)算出的加权Kappa 值等于ICC 无论资料为何种类型均可用ICC来说明其信度。至于选择ICC 还是Kappa来描述资料的信度, 则可根据用哪一个统计量计算更为简单来决定。 影响可靠性的因素: 受试对象的生物学变异 观察者间的变异 实验仪器的误差 (三) 预测值 (predictive value, PV) 用筛检/诊断试验的阳性和阴性结果，估计受检者患病和不患病可能的大小。 阳性预测值 (positive predictive value, +PV) +PV= a a+b ?100% -PV= d c+d ?100% 也称诊断价值 金标准 诊断试验 患者 非患者 阳性 真阳性(a) 假阳性(b) 阴性 假阴性(c) 真阴性(d) (a+c) (b+d) (a+b) (c+d) 合 计 合 计 N 影响预测值的因素: 试验的灵敏度和特异度 疾病的患病率 患病率与预测值的关系: 阳性预测值= 灵敏度?患病率 灵敏度?患病率+(1-患病率)(1-特异度) 阴性