筛检与诊断试验培训课件.ppt

* * 灵敏度=48/69=0.6956; 特异度=206/231=0.8918 阳性预测值=47/73=0.6438;阴性预测值=206/227 阳性预测值=0.6956*0.005/[0.6956*0.005+(1-0.8918)*(1-0.005)]=0.0303 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 病人中真正阳性者占78.6%，还有21.4%的漏诊 非患者中真正阴性者占90.1%，还有9.9%的误诊 试验阳性者中有67.3%的人确实患病 试验阴性者中94.2%的人确实未患病 患者中的阳性结果是非患者的7.94倍 患者中阴性结果仅为非患者的24% * * 筛检方法 疾病状况 有病 无病 阳性 a b a+b 阴性 c d c+d 合计 a+c b+d a+b+c+d 敏感度= a/(a+c) 特异度=d/(b+d) 假阴性率＝c/(a+c) Yerushalmy模式 筛检方法 疾病状况 有病 无病 阳性 a b a+b 阴性 c d c+d 合计 a+c b+d a+b+c+d 敏感度= a/(a+c) 特异度=d/(b+d) 假阴性率＝c/(a+c) 假阳性率＝b/(b+d) Yerushalmy模式 筛检方法 疾病状况 有病 无病 阳性 a b a+b 阴性 c d c+d 合计 a+c b+d a+b+c+d 敏感度= a/(a+c) 特异度=d/(b+d) 假阴性率＝c/(a+c) 假阳性率＝b/(b+d) Yerushalmy模式 约登指数=敏感度+特异度 –1 似然比=敏感度×患病率/[(敏感度×患病率)+(1-特异度)] 阳性似然比=敏感度/（1-特异度） 阴性似然比=（1-敏感度）/特异度 OR=阳性似然比/阴性似然比=敏感度×特异度/[(1-敏感度) ×(1-特异度)] 粗一致性=(a+d)/(a+b+c+d) 调整一致性=1/4[a/(a+c)+a/(a+b)+d/(b+d)+d/(c+d) 灵敏度\特异度\假阳性率\假阴性率(假设p=阳性率,q=1-p,n=样本总数,则: 约登指数 各指标95%CI的计算 选择原则 选择高灵敏度：尽可能发现病人。 某病的早发现/诊断→有效治疗和康复，漏诊或延误诊断将会造成严重后果，如结核病、梅毒等。 一种疾病现象有多个诊断假设，应将受检者作为某种疾病的可疑病人，以排除这种疾病。 某种疾病临床表现不明显或无临床表现，且其发病率低，应将受检者作为某种疾病的可疑病人，以排除这种疾病。 选择高特异度：尽可能避免误诊。 误诊将会对病人造成严重的心理、生理和经济上的影响。如恶性肿瘤、艾滋病等。 对某种疾病的诊断持怀疑态度，需确定诊断。如军团菌病等。 选择双高：如果某种疾病漏诊和误诊同等重要，应将筛检试验阳性界值定在灵敏度和特异度均较高的位置， 在疾病筛检时，同时具有高敏感性和特异性的不多。因此，往往采用联合试验方法提高敏感性或特异性，满足真实性的要求。 在实施筛检时，可采用多项筛检试验检查同一受试对象，以提高筛检的灵敏度或特异度，增加筛检的收益，这种方式称为联合试验。 联合诊断试验评价模式 联合试验 串联（系列试验） 全部筛检试验结果均为阳性者才定为阳性 可以提高特异度，以降低敏感性为代价 联合灵敏度=A 灵敏度×B灵敏度 联合特异度=A特异度+[(1-A特异度）×B特异度] 并联（平行试验）全部筛检试验中，任何一项筛检试验结果阳性就可定为阳性。 可以提高灵敏度，以降低特异性为代价 联合灵敏度=A 灵敏度+[(1-A灵敏度）×B灵敏度] 联合特异度=A特异度×B 特异度 OB和OA联合试验筛检大肠癌结果 试验结果 大肠癌病人 非大肠癌病人 OB OA + - 19 3 - + 23 16 + + 27 2 - - 6 69 合计 75 90 粪便隐血试验（OB） 灵敏度＝61.33﹪ 特异度＝94.44﹪ 粪便隐白蛋白试验 灵敏度＝66.67﹪ 特异度＝80﹪ 串联试验 灵敏度＝36﹪ 特异度＝97.78﹪ 并联试验 灵敏度＝92﹪ 特异度＝76.67﹪ 单项尿糖 单项血糖 串联试验 并联试验 联合试验的影响 可靠性 具体评价的方法是在相同的条件下，用待评价的筛检试验对同一组研究对象作两次相同的测量，根据两次测量结果计算相应指标，进行分析评价， 主要分析对研究对象进行观察及测量时所出现的差异的大小。其影响因素包括： 生物学变异； 检测方法变异； 观察者内变异； 观察者间变异。 计量资料 标准差 变异系数 相关系数 计数资料 符合率 Kappa值 积差相关系数 spearman等级相