诊疗试验临床效能评价.pptVIP

2007-3-5 * 1.阳性预测值（positive predictive value，PPV） 指真阳性人数占试验结果阳性人数的百分比，表示试验结果阳性者属于真病例的概率。 2007-3-5 * 2.阴性预测值（negative predictive value，NPV） 指真阴性人数占试验结果阴性人数的百分比，表示试验结果阴性者属于非病例的概率。 2007-3-5 * 灵敏度、特异度、阳性预测值、阴性预测值之间的关系 一般说来，试验的灵敏度愈高，阴性预测值就愈高；特异度愈高的试验，阳性预测值就愈好。 但诊断试验的灵敏度和特异度并不能完全决定试验的阳性预测值，在很大程度上与人群某病的患病率有关。 2007-3-5 * 三、似然比（likelihood ratio，LR） 指患病人群中试验结果的概率与无病人群中试验结果概率之比。 分阳性似然比和阴性似然比。 2007-3-5 * 1.阳性似然比（+LR） 用以描述诊断性试验阳性时，患病与不患病的机会比。若该比值大于1，则患病的概率也增大。 2007-3-5 * 2.阴性似然比（-LR） 用以描述诊断性试验阴性时，患病与不患病的机会比。其比值愈大，则患病的概率愈小。 2007-3-5 * 四、ROC曲线分析 受试者工作特征曲线（receiver operating characteristic, ROC） 以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标 表示灵敏度与特异度相互关系的方法。 2007-3-5 * 四、ROC曲线分析 受试者工作特征曲线（receiver operating characteristic, ROC） 一般选择曲线转弯处，即灵敏度和特异度均较高的点为诊断分界点（cut off point）。 ROC曲线越凸向左上角，表明其诊断价值越大，越准确。 2007-3-5 * 四、ROC曲线分析 2007-3-5 * 选择最佳分界值 诊断效率分析 对检验结果的评价 ROC曲线的临床应用 2007-3-5 * 将多个独立的同类诊断性试验结果合并，可得到sROC(summary ROC curve)曲线。该法与Meta分析方法的原理相同，故又称诊断性试验的Meta分析。 目的是对多个同类独立研究的结果进行汇总和合并分析，以达到增大样本含量，提高实验效能的目的。 五、sROC曲线 诊疗试验临床效能评价 2007-3-5 * KEY POINTS: It is important to evaluate the sensitivity, specificity, predictive value and likelihood ratio of clinic diagnostic test. Evaluation of efficiency of clinic diagnostic tests must base a gold standard method. 2007-3-5 * Predictive value is in relation to the incidence of a disease. ROC is an important way of evaluation of efficiency of clinical diagnostic tests. Panic values differ from the reference interval of diagnostic tests. KEY POINTS: 2007-3-5 * 第一节 诊断试验临床效能评价的意义和内容 2007-3-5 * 一、意义 掌握——诊断试验的临床效能 着手——选择合理、可靠、有效的诊断试验 判断——检验结果对于某种诊断的贡献 从而确定和执行合理的医疗决策 2007-3-5 * 二、内容 1.真实性（validity） ——反映患病实际情况的程度。 真实性 灵敏度（sensitivity） 特异度（specificity） 2007-3-5 * 2.可靠性（reliability） ——一项诊断试验在完全相同的条件下，重复使用时获得相同结果的程度（用符合率表示）。 二、内容 2007-3-5 * 真实性与可靠性关系示意图 A：准确而可靠； B：准确，但不可靠； C：不准确，但可靠；D：既不准确，又不可靠。 2007-3-5 * 二、内容 3.实用性 ——包括仪器设备、试剂的费用多少、来源、操作难度及效率、效益、效能、不良反应、对患者的危险性、患者的依从性等。 2007-3-5 * 第二节 诊