临床科研设计_诊断试验.ppt

Ａ．理想的正常人群与糖尿病病人血糖水平分布 Ｂ．现实的正常人群与糖尿病病人血糖水平分布 采用不同血糖阳性界值所致假阳性和假阴性 病人与非病人某项诊断指标数值分布示意图 ROC分析 ROC分析主要做三件事： 计算ROC曲线下面积及其95%CI 绘制ROC曲线图 寻找截断点（cut off） 【例2】为评价红细胞平均容积（MCV）对缺铁性贫血患者的诊断价值，以100例可疑为缺铁性贫血患者作诊断，并以骨髓诊断作为金标准。将金标准确诊为缺铁性贫血的34例作为病例组，其余66例作为对照组。然后对每组的每一例测量红细胞平均容积（MCV）。 骨髓诊断 (金标准) MCV结果 正常组 60 66 68 69 71 71 73 74 74 74 76 77 77 77 77 78 78 79 79 80 80 81 81 81 82 82 83 83 83 83 83 83 83 84 84 84 84 85 85 86 86 86 87 88 88 88 89 89 89 90 90 91 91 92 93 93 93 94 94 94 94 96 97 98 100 103 异常组 52 58 62 65 67 68 69 71 72 72 73 73 74 75 76 77 77 78 79 80 80 81 81 81 82 83 84 85 85 86 88 88 90 92 SPSS软件操作 第一步：建立变量。 第二步：输入原始数据 第三步：ROC分析（1） 第四步：结果解读（1） 结果解读：基本的例数描述 第四步：结果解读（2） 结果解读：ROC曲线图 第四步：结果解读（3） 结果解读：ROC曲线下面积大小及统计学意义 ROC曲线下面积的临床意义 小于0.7，表示诊断准确度较低； 0.7~0.9，表示诊断准确度为中等； 大于0.9，表示诊断准确度较高。 第四步：结果解读（4） 结果解读：给出不同截断点的灵敏度和1-特异度大小。 截断点（cut off）的选择 在该截断点下作的诊断： 误诊率与漏诊率之和为最小； 或灵敏度与特异度之和最大。 第五步：寻找截断点（1） 将SPSS结果复制到EXCEL中 第五步：寻找截断点（2） 利用EXCEL的函数功能进行计算（灵敏度+特异度）的值 第五步：寻找截断点（3） 按照（灵敏度+特异度）由大到小排序 第五步：寻找截断点（4） 按照（灵敏度+特异度）由大到小排序。 （灵敏度+特异度）值最大的点所对应的MCV结果值就是截断点值。 本例81.5就是所要找的截断点。 两条ROC曲线的比较 可信区间法：计算两条曲线AUC的可信区间 如果两个可信区间有重合部分，则表示两种方法诊断价值的差异无统计学意义；反之则AUC值大的那种方法的价值更高。 诊断试验 诊断试验的基本原理 诊断试验设计方法 诊断试验的评价指标 诊断试验常用统计方法 配对设计卡方检验 ROC曲线分析 配对t检验 Bland-Altman分析 诊断试验报告规范 【例3】研究某电子血压计与水银血压计测量血压值的一致性，同时用两种血压计测量了20位病人的收缩压和舒张压，用配对t检验比较两种测量方法的差异。 预测值与灵敏度、特异度的关系 Number of persons Measurement Normal Abnormal a c d b SN=a/(a+c) 100%, -PV=d(d+c) 100%, SP=d/(b+d) 100%, +PV=a(a+b) 100%, 预测值与灵敏度、特异度的关系 患病率不变的情况下 　　 随着灵敏度的升高，阴性预测值升高，阳性预测值下降 　　 随着特异度的升高，阳性 预测值升高，阴性预测值下降。 阳性预测值与特异度同向变化 阴性预测值与灵敏度同向变化 诊断试验 诊断试验的基本原理 诊断试验设计方法 诊断试验的评价指标 诊断试验常用统计方法 配对设计卡方检验 ROC曲线分析 配对t检验 Bland-Altman分析 诊断试验报告规范 诊断试验常用统计方法 诊断试验 金标准 统计方法 分类资料 分类资料 配对设计的卡方检验 连续型资料 分类资料 ROC曲线分析 连续型资料 连续型资料 配对t检验 Bland-Altman分析 诊断试验 诊断试验的基本原理 诊断试验设计方法 诊断试验的评价指标 诊断试验常用统计方法 配对设计卡方检验 ROC曲线分析 配对t检验 Bland-Altman分析 诊断试验报告规范 配对设计(A) 甲药 乙药 A 受试对象按某些特征配对，两对象随机接受两种处理 配对设计(B) 方法甲 方法乙 B 一份样品，一分为二，随机接受两种处理 治疗