臨床生化診斷試驗的診斷性能評價第一節(jié)概述臨床診斷試驗(diagnostictest)是指臨床上用于某種疾病診斷的診斷方法。廣義上講，臨床診斷試驗不僅包括各種實驗室檢查、影像診斷和儀器診斷，也包括一些病史及臨床檢查提供的資料。隨著科學技術的進步與發(fā)展，用于疾病診斷的臨床診斷試驗層出不窮，但是，并不是所有的新的臨床診斷試驗均比常規(guī)方法或舊的方法好。新的臨床診斷試驗的性能如何，必須用合理的評價方法進行評價確定。臨床診斷試驗的性能評價內容包括技術性能評價、診斷性能評價、臨床效應評價和經濟效益評價。診斷性能評價的方法是基于有關流行病學調查為基礎，對某種疾病的診斷方法進行評價的臨床試驗。它側重于對一種新的診斷方法，包括癥狀、體征、檢查和檢驗等進行臨床試驗評價。臨床生化診斷試驗是指臨床生化實驗室中用于某種疾病診斷、篩查和監(jiān)測的檢查方法或項目。臨床生化診斷試驗的診斷性能評價，不同于技術性能的方法學評價，它以流行病學調查為基礎，評價某種臨床生化診斷項目在某種疾病診斷方面的診斷價值。一、臨床診斷試驗的數(shù)據與患病情況的關系診斷試驗分定性試驗和定量試驗。定性試驗的結果分為陽性和陰性結果，定量試驗的結果為一系列連續(xù)的計量數(shù)據，這些數(shù)據可被分界值將其分為兩個部分，也可判斷為陽性和陰性結果。一般情況下，由？quot;正常人"與"病人"的診斷試驗的結果的分布有部分重疊，因此，診斷試驗的結果和患某病的情況之間可能出現(xiàn)四種關系：①真陽性(Truepositive,TP)指經試驗而被正確分類的患者的數(shù)目。②假陽性(Falsepositive,FP)指經試驗而被錯誤分類的非患者的數(shù)目。③真陰性(Truenegative,TNJ)指經試驗而被正確分類的非患者的數(shù)目。④假陰性(Falsenegative,FN)指經試驗而被錯誤分類的患者的數(shù)目。結果見圖8-1。二、臨床診斷試驗的診斷性能評價的層次(一)診斷試驗對疾病診斷的準確性、有效性和可靠性診斷試驗提供的數(shù)據有兩個方面的作用：①對疾病的狀態(tài)識別，即鑒別有無疾病。②對疾病的狀態(tài)預測，即陽性結果時患病可能性的預測和陰性結果時患病的否定作用的預測。因此，診斷試驗對疾病診斷能力的評價指標包括：對疾病識別的準確性評價指標(如敏感性、特異性)；對疾病預測的有效性評價指標(如預測值)，以及兩個方面同時評價指標(如似然比)。可靠性指重復進行試驗得到相同結果的穩(wěn)定程度?？煽啃灾苯佑绊憸蚀_性和有效性。因此，對診斷試驗對疾病診斷的準確性、有效性和可靠性進行評價，是建立或選擇一個新的診斷試驗的前提和重要依據。（二）診斷試驗的臨床意義--數(shù)據解釋的合理性對診斷試驗的數(shù)據結果進行合理解釋應包括：①建立判斷機體是否健康的合理的參照標準（如參考值），用于判斷機體有無疾病。②建立在疾病發(fā)生、發(fā)展不同階段或過程中的臨床判斷水平值（如危急值、醫(yī)學決定水平），用于判斷疾病程度，評價治療效果和預測其發(fā)展。對診斷試驗的實驗室數(shù)據的合理解釋，是臨床實驗室開展與臨床的合作和對話，將數(shù)據轉化為高層次的臨床判斷分析信息的基礎。第一節(jié)臨床生化診斷試驗的診斷性能評價指標一、臨床生化診斷試驗的準確性評價指標準確性（accuracy,A。,又稱真實性（validly）是診斷試驗測量值與實際值的符合程度，即判斷受試者有病與無病的能力。（一）常見評價指標.靈敏度靈敏度（sensitivity,Sen）又稱敏感性、真陽性率（Truepositiverate,TPFR，指在患病者中，應用該診斷試驗檢查得到陽性結果的百分比。靈敏度反映診斷試驗正確地識別患病者的能力，該值愈大愈好。靈敏度=X100喉X100%理想試驗的診斷靈敏度為100%靈敏度高的診斷試驗，通常用于①擬診為嚴重但療效好的疾病，以防漏診；②擬診為有一定治療效果的惡性月中瘤，以便早期確診及時治療；③存在多種可能疾病的診斷，可排除某一診斷；④普查或定期健康體檢，能篩選某一疾病，以防漏診。.特異度特異度（specficity,Spe）又稱特異性、真陰性率（Truenegativerate,TNR，指在非某病者中，應用該試驗獲得陰性結果的百分比。特異度反映診斷試驗正確地鑒別非患病者的能力，該值愈大愈好。特異度=X100喉X100%理想試驗的診斷特異性為100%特異度高的診斷試驗，常用于①擬診患有某病的概率較大時，以便確診；②擬診疾病嚴重但療效與預后均不好的疾病，以防誤診，盡早解除病人的壓力；③擬診疾病嚴重且根治方法是具有較大損害時，需確診，以免造成病人不必要的損害。敏感性與特異性均高的試驗，常用于病情十分危急，需要盡快作出特殊處理的疾病，如急性中毒時的搶救。.漏診率和誤診率與靈敏度和特異度互補的兩個指標是漏診率和誤診率。漏診率（B）,又稱假陰性率（Falsenegativerate,FNR。反映將患者診斷錯誤的概率，該值愈小愈好。誤診率（a）,又稱假陽性率（Falsepositiverate,FPR。反映將非患者診斷錯誤的概率，該值愈小愈好。漏診率（B）==1-Sen誤診率（a）==1-Spe4.診斷一致性指標反映診斷試驗結果與患某病情況的一致性程度，主要有以下指標。（1）診斷準確度（accuracy,A。：又稱總符合率、診斷效率（diagnosticefficiency,DF）,是指在患病和非患病者中，用診斷試驗能準確劃分患者和非患病者的百分比。反映診斷試驗正確診斷患者與非患者的能力。診斷準確度=X100喉X100%理想試驗的診斷準確度為100%準確度高，真實性好。受發(fā)病率的影響很大。（2）正確指數(shù)：又稱尤登指數(shù)（youdenindex,YI）,表示診斷試驗發(fā)現(xiàn)真正的患病和非患病者的總能力。尤登指數(shù)（YI）=Se+Sp-1=1—a—B其值于0-1之間變動，其值愈大，診斷試驗的真實性愈好。該指標較穩(wěn)定。⑶Kappa指數(shù)：又稱為rater一致性，它比較穩(wěn)定，不易受發(fā)病率的影響。Kappa指數(shù)=以上指標中，靈敏度和特異性是最基本的指標，而且是穩(wěn)定的指標。一般來說，準確度的值愈大，診斷性試驗的真實性愈好，診斷效率愈高。（二）準確性評價指標之間的關系.由于靈敏度與漏診率、特異性與誤診率存在互補關系漏診率和誤診率可以通過靈敏度與特異度體現(xiàn)出來并求得，因此，靈敏度與特異度是評價一項診斷試驗真實性的兩個基本指標。從理論上講，一項理想的診斷試驗其靈敏度、特異度最好均為100%即假陽性與假陰性均為零，無一漏診與誤診。.靈敏度和特異性之間的關系對于一項診斷試驗，可以通過調整分界值提高靈敏度或特異性，但二者不能同時提高。提高一個，必然降低另一個，因此，選擇分界時必須權衡，使兩者得到兼顧。在大多數(shù)情況下，如單獨使用敏感性很高的診斷試驗，雖然漏診率低，但由于其特異性相對較差，結果誤診率必然較高；如單獨使用特異性很高的試驗診斷，雖然誤診率低，但由于其敏感性相對較低，結果漏診率必然較高。此時可采用敏感度與特異性均高的試驗相對結合的方法。二、臨床生化診斷試驗的有效性評價指標（一）臨床診斷與診斷概率.診斷試驗與疾病診斷雖然診斷試驗在對疾病的診斷中起著重要的作用，但它的任務僅僅是為臨床醫(yī)師對疾病的診斷提供證據。無論診斷試驗的結果如何，它都不等于診斷，而只是提供受檢查者患某病的證據和可能性。例如，常作為月中瘤等疾病的診斷金標準的病理學檢查結果，就是指病理學檢查結果是臨床醫(yī)師對月中瘤作出診斷的最好證據。有時雖然某項診斷試驗的結果為陽性，但不一定就被診斷為患某病。.驗前概率和驗后概率臨床醫(yī)師對就診者作出診斷的過程是一個對各種證據進行篩選、綜合分析的過程。在對就診者進行問診和查體之后，就會得到對該就診者是否患病、患何種疾病的初步印象；在進行相關診斷試驗檢查之后，根據檢查結果，作出該就診者是否患病的估計或診斷。臨床醫(yī)師對就診者可能患何種病的初步印象的量化指標，稱為驗前概率(pretestprobability),驗前概率的大小在總體上必須符合該病的流行率，因此，在進行計算時，驗前概率等于該病的流行率。結合診斷試驗的結果，得出就診者患病可能性大小的估計稱之為驗后概率(posttestprobability),也稱為預測值。(二)常見有效性評估指標1.預測值預測值(predictivevalue,PV)也稱預告值或診斷價值，包括陽性預測值和陰性預測值，分別表示診斷試驗結果確定或排除某種疾病存在與否的診斷概率。預測值受流行率的影響，不同流行率的人群中疾病的預告值不同。(1)陽性預測值：陽性預測值(positivepredictivevalue,PPV￡+PV)表示在診斷試驗結果為陽性的人數(shù)中，真正患病者所占的百分率，即試驗結果陽性者屬于真病例的概率。也叫患病的試驗后可能性。陽性預測值=X100喉X100%理想試驗的陽性預測值為100%陽性預測值主要受流行率的影響，流行率越高，則陽性預測值也高；臨床醫(yī)師根據某病的流行率和診斷試驗的陽性結果就能預測就診者患某病的可能性大??；當流行率一定時，診斷試驗的特異性越高，陽性預測值越準確。(2)陰性預測值:陰性預測值(negativepredictivevalue,NPV|￡—PV)表示在診斷試驗結果為陰性的人數(shù)中，非患病者所占的百分率，即試驗結果陰性者屬于非病例的概率。也叫非患病的試驗后可能性。陰性預測值=X100喉X100%理想試驗的陰性預測值為100%當流行率一定時，診斷試驗的敏感性越高，則陰性預測值越高。(3)流行率：流行率(Prevalence,P)表示在受檢對象的總人數(shù)中，真正患病者所占的百分率，也叫患病的試驗前可能性或患病率。流行率=X100喉X100%流行率可從流行病學調查資料查知，也可以是臨床醫(yī)師在長期的醫(yī)療實踐中，對門診就診者患某病的比例的經驗認識；由于在不同的地區(qū)、不同級別的醫(yī)院、普通醫(yī)院和?？漆t(yī)院，其就診者的組成差別可能很大，因此，同樣的疾病在不同醫(yī)院的流行率也不同，臨床醫(yī)師必須根據具體情況確定流行率，才能得出較為準確的陽性預測值。(4)預測值與流行率的關系：診斷試驗的預測值與試驗的靈敏度、特異度及受試人群中所研究疾病的流行率有關。三者有下列關系：①特異性越高，假陽性率越低，陽性預測值越高；②靈敏度越高，陰性預測值越高；③受檢人群研究疾病流行率越高，假陽性率越低，陽性預測值越高，陰性預測值越低。流行率對陽性預測值的影響見表8-1。由表可以看出，即使診斷敏感度和特異度都達到99%只有在流行率達到50%寸，才有較高的陽性預測值。所以在臨床診斷中，應先詢問病史，后對懷疑的病人做診斷試驗。同時也說明部分臨床上很好的試驗，用作普查效果并不理想。表8-1流行率對陽性預測值的影響流行率(%陽性預測值(%靈敏度=95靈敏度=99特異度=95靈敏度=990.11.99.01.016.150.02.027.966.95.050.083.950.095.099.0根據某試驗的靈敏度、特異度和群體中研究疾病的流行率，預測值亦可以用Bayes理論公式估計：陽性預測值=X100%陰性預測值=X100%2.似然比預測值和流行率隨檢查人群的不同而改變，診斷敏感性和特異性雖不隨被檢對象中患病者與非患病者的不同比例而改變，但敏感性和特異性難于幫助醫(yī)生直接判斷就診者的患病可能性，因而引進擬然比的概念。驗后概率較之驗前概率的符合程度和變化方向取決于診斷試驗的特性，表征這種特性的量化指標稱為似然比(likelihoodratio,LR)。是診斷試驗結果的某一特定水平在患病者中出現(xiàn)的可能性與在未患病者中出現(xiàn)的可能之比。似然比包括陽性似然比和陰性似然比。擬然比性質穩(wěn)定，不因流行率的改變而改變。(1)陽性似然比：陽性似然比(positivelikelihoodratio,+LR或LR(+))是指用診斷試驗檢測患病人群的陽性率與非患病人群的陽性率之間的比值，即真陽性率與假陽性率之比。可用以描述診斷試驗陽性時，患病與不患病的機會比。LR(+)提示正確判斷為陽性的可能性是錯誤判斷為陽性的可能性的倍數(shù)。LR(+)數(shù)值越大，提示能夠確診患有該病的可能性越大。因真陽性率為敏感度，假陽性率與特異度成互補關系，所以，也可表示為敏感度與(1-特異度)之比。陽性似然比===+真陽性率愈高，則陽性似然比愈大。(2)陰性似然比：陰性似然比(negativelidelihoodratio,—LR或LR(一))是指用診斷試驗檢測患病人群中的陰性率與非患病人群的陰性率之間的比值，即假陰性率與真陰性率之比?？捎靡悦枋鲈\斷試驗陰性時，患病與不患病的機會比。LR(一)提示錯誤判斷為陰性的可能性是正確判斷為陰性的可能性的倍數(shù)。LR(-)數(shù)值越小，提示能夠否定患有該病的可能性越大。陰性似然比也可表示為(1-敏感度)與特異度之比。陰性似然比===+擬然比可直接判斷一個診斷試驗的好壞。例如LR(+)>1.0，其超過1.0的大小是當試驗結果為陽性時，試驗提示患病可能性增高能力的一種度量。LR(+)=2.0-5.0,認為該試驗不太好；超過10.0，認為是好的。相反，LR(—)<1.0,其小于1.0的大小是當試驗結果為陰性時，試驗提示患病可能性降低能力的一種度量。LR(—)=0.5—0.2,認為該試驗不太好，而小于0.1,可認為是好的試驗。擬然比雖可直接評價診斷試驗的好壞，但在評價和比較試驗性能方面不是一種特別好的工具。擬然比的主要用途在于有了診斷試驗的擬然比，又知道試驗前患病可能性(驗前概率)。就可以通過Bayes'公式或諾模圖求出試驗后病人患病可能性(驗后概率)。式中PTL(+)為陽性結果的試驗后患病可能性，PTL(—)為陰性結果的試驗后患病可能性。除進行單項目診斷試驗的驗后概率的計算外，還可進行多重診斷試驗的連續(xù)驗后概率的計算，以及多水平似然比的計算和比較。三、臨床生化診斷試驗的可靠性評價指標診斷試驗的可靠性(reliability),又稱重復性(repeatability)、精密度(precision),是診斷試驗在完全相同的條件下進行重復試驗得到相同結果的穩(wěn)定程度。(一)常見可靠性評估指標理想的診斷試驗應有較好的可靠性。對一項診斷試驗或方法的可靠性可以用變異系數(shù)或符合率來表示。.變異系數(shù)評價計量資料精密度的指標為標準差和變異系數(shù)等。用變異系數(shù)則有利于相互比較。變異系數(shù)愈小，表示可重復性愈好。變異系數(shù)=X100%.總符合率評價計數(shù)資料可靠性的指標為總符合率、Kappa指數(shù)等。方法是用同一診斷試驗方法對同一批受檢對象進行重復檢測，將檢測結果列四格表，然后用上述公式計算總符合率、Kappa指數(shù)等指標，進行可靠性評價?？偡下视?，試驗的可靠性愈好。.影響診斷實驗可靠性的因素影響因素主要是生物學變異和測量變異，后者包括觀察者的變異和試驗方法差異。減少影響可靠性的方法是臨床診斷試驗的標準化，觀察者的嚴格訓練等。(1)生物學變異：包括研究對象的個體內變異和個體間的變異。如同一測定者以同一方法測量同一受試者的血壓，結果可因測量的時間、地點及受試者的情緒等而異。(2)觀察者的變異：也稱觀察變異，即由觀察者對測定結果判斷的不一致所致的差異。包括同一觀察者內的變異(如不同時間、條件時)和不同觀察者之間的變異。觀察者的變異可以用符合率或Kappa值予以描述。(3)試驗方法差異：包括儀器、藥品和試劑、以及條件等因素引起的變異。(二)準確性和可靠性之間的相互關系真實性與可靠性不是必定相關，因此，在評價診斷試驗時兩類指標均不可忽視＜真實性與重復性的關系有四種情況：真實性與重復性都好，真實性好但重復性差，真實性差但重復性好，真實性與重復性都差。四、臨床診斷試驗評價指標的應用以檢測血清鐵蛋白診斷缺鐵性貧血(IDA)為例說明以上指標的計算方法。經診斷金標準診斷，患IDA者809人，非IDA者1770人；＜65mmol/L者共1001人，其中731人為IDA患者；＞65mmol/L者1578人，其中1500人為非IDA患者。1.將有關數(shù)據填入四格表(表8-2)。表8-2血清鐵蛋白水平診斷缺鐵性貧血檢測結果血清鐵蛋白水平缺鐵性貧血有病無病合計陽性(＜65mmol/L)a(731)b(270)a+b(1001)陰性(＞65mmol/L)C(78)D(1500)c+d(1578)合計a+c(809)b+d(1770)a+b+c+d(2579).診斷試驗評價指標計算。敏感性(SEN)=a/(a+c)=731/809=90%特異性(SPE)=d/(b+d)=1500/1770=85%陽性似然比(+LR)=SEN/1-SPE=90%/(1-85%)=6陰性似然比(一LR)=(1—SEN)/SPE=10%/85%=0.12陽性預測值=a(a+b)=731/1001=73%陰性預測值=d/(c+d)=1500/1578=95%.判斷以上四格表計算結果，+LR為6,表示以65mmol/L為臨界點時，IDA患者出現(xiàn)陽性結果的概率是非IDA患者的6倍，而—LR為0.12,表示在該臨界點時，IDA患者出現(xiàn)陰性結果的概率僅為非IDA患者1/50。診斷試驗的評價指標中，穩(wěn)定的指標有敏感性、特異性、陽性似然比和陰性似然比。由于它們都是以診斷金標準確診的病人來測定和計算的，所以，除了可將其用于對臨床醫(yī)師的診斷提供量化指標外，還可將敏感性、特異性等指標用于對診斷試驗的方法學研究進行評價。因陽性預測值和陰性預測值隨流行率而變化，它們在指導臨床醫(yī)師作診斷時很有幫助，但不能作為評價診斷試驗本身價值的指標。第二節(jié)參考值與醫(yī)學決定水平80年代以前，診斷學上普遍應用"正常值"與"正常范圍”作為判斷健康人的參照標準。80年代以后，通過對正常值概念的討論、越來越多的醫(yī)學家接受？quot;參考值"與"參考范圍"的概念，澄清了對"正常值"的模糊認識，使檢驗數(shù)據的解釋建立在較為客觀與合理的基礎上。但是，每一項具體試驗的健康組與疾病組的數(shù)據分布，往往或多或少的存在交叉，生理與病理狀態(tài)的劃分不可能只靠幾項診斷數(shù)據，所以，改用參考范圍后的參照標準問題--這一診斷學上的難題仍舊沒有得到完全解決。以參考范圍為基礎，根據各種不同目的（早期診斷、療效觀察等）通過流行病學調查，把診斷試驗的敏感性、特異性和診斷效率等指標放在適當?shù)乃?，指?分界值”作為判斷參照標準的方法則更加合理、可行。綜合分析參考值與病理值的分布范圍及醫(yī)生的臨床經驗，制定出醫(yī)生必須采取措施？quot;醫(yī)學決定水平;會使診斷試驗發(fā)揮更好的作用。一、參考值（一）正常值概念的質疑在臨床生化檢驗中，欲判斷一個檢測結果（觀察值）是正常還是異常，通常需要一個參照標準。在20世紀80年代以前，人們都以"正常值”一詞來表示健康者的生理數(shù)據，并作為參照標準。在應用的過程中，許多學者認為實驗診斷上"正常值”的概念含糊，易使人產生誤解，因此，這個概念受到多方質疑。.從健康的概念來看世界衛(wèi)生組織制定的"健康”定義包括身體、精神及社會生活的完全良好狀態(tài)。要達到這個標準在現(xiàn)階段是不現(xiàn)實的，只能作為人類的奮斗目標。.從正常范圍的界定來看以健康人群的95劑布面積作為"正常范圍:存在5%的“正常人”在此范圍之外。從超出"正常范圍"的機率P=1-（95%）n（n指試驗項目數(shù)）估計可以看出，試驗做得越多，出現(xiàn)假陽性的機會越多。.從疾病的本身來看絕大多數(shù)疾病有一個發(fā)生和發(fā)展的過程，早期可能沒有任何癥狀，診斷試驗也可能是陰性。也就是說，平時所謂健康人群包含了少數(shù)處于疾病早期的病人。同時，隱性基因傳遞，使有遺傳性疾病的人混雜在"正常人”內而難于估計，如易發(fā)生痛風的家族中，不少人無痛風的臨床現(xiàn)象，可是血中尿酸超過357amol/L（6mg/dl）。.從臨床檢驗方面看診斷指標往往顯示從健康到疾病的轉變是逐步的，不少指標在疾病明顯時才會超出正常范圍。同時，個體差異，生理階段的差異始終存在，人的老化處于分子的、亞細胞的、細胞的、組織器官及系統(tǒng)的不同水平，人為地將個體健康水平固定在某一級才視為正常，這顯然是不合理的。由于正常組與病理組分布曲線總有不同程度的重疊，嚴重地限制了正常范圍的實際應用。如果簡單地承認正常的概念，把正常范圍看作從健康到疾病的分界范圍，那顯然是錯誤的。用參考值一詞代替正常值一詞有助于防止上述的錯誤觀點的誤導。（二）參考值的建立與應用.參考值的概念1967年Grasbeck等首先提出參考值（Referencevalue）的概念，1970年IFCC成立了參考值專家委員會，隨后發(fā)表了相關的文件和研究報告，1977年以后參考值的觀點被越來越多的人所接受。參考值與參考范圍的概念是指對某一規(guī)定人群進行抽樣測定，由此得到的均數(shù)值及分布范圍，它只能作為它所代表人群的判斷參考標準。依據制定參考值的標本來源，參考值及參考范圍有個體參考值及參考范圍與群體參考值及參考范圍兩種類型。個體參考范圍代表生物個體內變異，而群體參考范圍反映生物個體間變異。.參考值的建立建立參考值時，首先應閱讀有關資料，使設計盡量合理，結果令人信服，才有實際應用價值。參考值的建立系指在一個地區(qū)的健康人群中，規(guī)定若干條規(guī)格標準，從參考總體中抽取一定數(shù)量的參考個體進行調查測定，將測定結果經統(tǒng)計學處理，求出均值（）和標準差（S）,通常將定為參考值，將95%勺分布區(qū)間定為參考范圍（正態(tài)分布以±2S表示，非正態(tài)分布用百分位數(shù)表?。?參考值的建立包括參考個體、參考總體、參考樣本、參考值、參考值分布、參考限、參考值范圍等。所謂參考個體指選擇用于決定界點的個體；參考總體或參考人群指所有可能參加抽樣的參考個體，即參考值所反映的人群總體；參考樣本指反映總體的被觀察對象；參考值指反映總體的觀察值；參考值分布指參考樣本觀察值的分布；參考限指根據制定的目的與參考分布而確定的上限與（或）下限；參考值范圍又稱參考區(qū)間，指上下兩個參考限之間的距離。參考值有關名詞及相互間的關系如下：參考個體（按預定標準選擇的個體），組成參考總體（包括盡可能多的參考個體，參考人群的人數(shù)通過估算獲得）J選定參考樣本（從參考人群中選擇一定數(shù)量的參考個體，它們足以代表參考人群）J進行體液成分測定，獲得參考值（為參考樣本中所有參考個體測定結果經統(tǒng)計處理求得的均值）將病人J由此可觀察某項指參考值分布（常態(tài)或偏態(tài)）標測定，計算結果與參考限（由參考分布按選擇的統(tǒng)計方法計算的標準差）之比較，確定參考值范圍（一般用±2S）.參考值的移植群體參考范圍可以來源于文獻報告，但采用文獻報告要慎重，儀器廠商與商品試劑盒提供的參考范圍更不可輕易引用。一般來說，引進一種新方法，應該首先進行小樣本量的參考值調查，如果結果與文獻或廠家提供的數(shù)據相一致，就可以不再調查，否則應做進一步的調查，確定本實驗室的參考范圍。確定參考值必須明確規(guī)定所依據的條件，所選參考組的健康水平，選擇中排除了哪些情況，包括了哪些情況（如無關的疾?。?，影響參考值的各類因素及調查中應注意之點。在做數(shù)據資料統(tǒng)計時，應根據資料的分布性質（是否屬正態(tài)分布），采取適當?shù)姆椒ㄓ嬎愠鰠⒖贾迪薅取?建立、移植參考值及其范圍的注意事項研究參考值及其范圍應著重考慮如何保證樣本的代表性和可用性。主要注意事項：①正確選擇受檢對象，以受檢對象的確對所反映的總體具有代表性和不存在對指標具有影響的因素為原則；②合理規(guī)定參考人群的條件，如年齡、性別、民族、職業(yè)、女性的月經期、妊娠和哺乳，以及標本采集的時間和地區(qū)因素等；③保證一定數(shù)量的受檢人數(shù)，一般應有100例以上，若指標分布呈偏態(tài)時應在120例以上，特殊情況至少也應30例以上；④測定方法應標準化，保證測定結果的可靠性和可比性。⑤根據專業(yè)知識確定單、雙側位界，嚴格按照統(tǒng)計要求進行測定結果的處理。.參考值在臨床應用中應注意的問題①參考值的使用有一定的范圍，僅適合于符合參考個體要求的參考人群。②參考值范圍通常定為±2S,有時稱為95%T信區(qū)間，即此范圍僅覆蓋研究人群的95%因此，參考值范圍不能盲目地作為正常與疾病的分界點。③綜合評價，參考值在作為診斷和監(jiān)測目的使用時，應注意年齡、性別、飲食、藥物、個人習慣和體力鍛煉等因素的影響。二、分界值（一）分界值的概念分界值（cutoffvalue）又稱閾值、臨界值、鑒別值、指定值等，指劃分診斷試驗結果正常與異常的界值。參考值概念的提出雖然澄清了正常值概念的模糊觀點，但是當用醫(yī)學試驗作為過篩試驗、確診或排除疾病等不同用途時，單一個參考值不能滿足不同的要求。為了提高診斷指標臨床使用效果，不僅要研究基本健康者的參考值，也要研究其他無關疾病患者的參考值及有關疾病在不同病情中的測定數(shù)據，即根據不同的目的，研究健康（或稱非病理的）與病理的分界水平。（二）分界值的選擇分界值高低的確定直接影響診斷試驗評價指標。當健康人的分布與病人的分布沒有重疊，如圖8-2A所示，可以取中間一點（D點）為分界值，這時假陽性和假陰性均為0,這是一種罕見的理想情況，實際上許多診斷試驗健康人與病人的分布有交叉。這時分界值定在哪里是一個值得研究的問題。由圖8-2B可知，當D向右移動，假陽性減少，假陰性增加，敏感性降低，特異性增加；反之，當D向左移動，假陽性增加，假陰性減少，敏感性增大，特異性減少。（三）分界值的選擇方法一般是先初步確定幾個分界值，分別計算真陽性、真陰性、假陽性、假陰性數(shù)值，進一步計算診斷敏感性、診斷特異性等指標，最后根據早期診斷、療效觀察、流行病學調查等各種不同目的確定分界值。三、醫(yī)學決定水平（一）醫(yī)學決定水平的概念為了使診斷試驗的應用更加合理，不僅應了解健康人的參考值范圍與其他無關疾病患者該試驗結果的分布范圍，而且必須掌握該試驗在本病不同病情時的變化范圍。也就是不僅要有區(qū)分健康/非本病與本病的界值，還應有需要治療與判斷預后的界值。所謂醫(yī)學決定水平，就是臨床按照不同病情給予不同處理的指

標閾值。醫(yī)學決定水平是臨床處理病人？quot;閾值"，不同于一般所謂的分界值（高限或低限），同一試驗可以定幾個醫(yī)學決定水平。檢查所得數(shù)據高于或低于某個醫(yī)學決定水平時，醫(yī)生應采取對策。相當于待診值；②提示

或需要緊急處理的界值相當于待診值；②提示

或需要緊急處理的界值需要采取治療措施的界值，相當于確診值；③提示預后Statland在其實驗室提出的生物化學檢驗醫(yī)學決定水平①、②、③見表8-3。表8-3常用生化檢查項目的醫(yī)學決定水平成分(單位)參考值水平①水平②水平③Na+(mmol/L)138?146115135150K+(mmol/L)3.7?5.33.05.87.5CL-(mmol/L)98?10990112-TCO2(mmol/L)23?306.02033Ca2+(mmol/L)2.25?2.651.752.753.38Mg4(mmol/L)0.6?1.20.40.92.5P3+(mmol/L)0.81?1.620.50.81.7BUN(mmol/L)2.9?9.321018UA(mmol/L)0.15CH(mmol/L)3.90TG(mmol/L)0.22Glu(mmol/L)3.30Cr(仙UA(mmol/L)0.15CH(mmol/L)3.90TG(mmol/L)0.22Glu(mmol/L)3.30?0.410.120.470.63?6.502.46.5010.4?1.980.222.04.4?5.232.486.610.0Fe3+(仙mol/L)9.0?29.574070Bill(mmol/L)1.7?20.52540350Alb(g/L)35?50203552TP(g/L)60?80456080ALP(U/L)成人25?90---小兒50?35050135400ALT(U/L)5302060300AST(U/L)8302060300CK(U/L)10?120602001500LDH(U/L)100?320200450800AMY(U/L)110?33090225370GGT(U/L)5?301545150（二）危急值危急值（PanicValues）是累積臨床的經驗而得的，它不可能用參考值估出。例如成人的血？gt;39.2mmol/L或＜2.2mmol/L;血鈣＞3.5mmol/L或＜1.5mmol/L等都屬于危急值。危急值是指需要立即采取臨床干預的測定值。有些試驗是非特異性的或特異性較低，往往同一試驗的不同水平可能與不同疾病有關。如甲胎蛋白（AFP,參考值上限為25?g/L,25?g/L?350?g/L,可能是肝炎、肝硬變等非肝癌病變所致，但如果＞400?g/L,則提示原發(fā)性肝癌的存在的可能。＞400ug/L為原發(fā)性肝癌的閾值，這個值是參考值的16倍。從診斷肝癌的觀點來看，AFP的參考范圍是沒有意義的。因此，設置同一試驗對不同疾病的判斷界限也是很有必要的。(三)醫(yī)學決定水平的制定醫(yī)學決定水平的制定不箕】等巳翰慰賈擔慘菸薰、膊』頰叩牟慰賈導壩泄、膊』頰叨中停制詰牟舛日擔被掛悸俏南鬃柿霞疤《允笛檎銀嫌蟹峋瘓楣囊繳囊修M7-3說明醫(yī)學決定水平與參考范圍的關系，A組系健康狀況良好的人群，所得出的參考范圍在兩箭頭之間。B組是某種疾病患者。DL1為一決定水平，此值的左側可排除B疾??；DL2為另一決定水平，該值的右側數(shù)值可確信患者有B疾病。(四)醫(yī)學決定水平與數(shù)據合理適用.質量管理醫(yī)學決定水平的提出給實驗室工作者提出了更高、更明確的要求。由于醫(yī)生將根據醫(yī)學決定水平作出生命攸關的決定，要求在這些水平上診斷試驗有更好的準確度和精密度。在質控工作中，質控血清中分析物的濃度最好設在醫(yī)學決定水平上。在進行方法學評價時，最重要的是考察在醫(yī)學決定水平上診斷試驗的準確度和精密度，即在這些水平上的隨機誤差、比例誤差和恒定誤差。例如飯后二小時血糖6.66mmol/L(120mg/dl)是正常的，7.22mmol/L(130mg/dl)水平將進一步考慮有糖尿病的可能。因此6.66mmol/L代表一個決定水平，要求測定方法在這個水平上具有更高的準確度和精密度，而11.1mmol/L(200?mg/dl)與13.88mmol/L(250mg/dl)之間差別不改變診斷，也不改變治療措施。.檢驗數(shù)據的使用檢驗科通過開展室內質控和參加衛(wèi)生部、省臨床檢驗中心組織的室間質評活動，對一些檢查項目測定的準確度和精密度進行了監(jiān)測，從而能為臨床醫(yī)生提供更準確的資料和方法學數(shù)據。醫(yī)生要善于利用這些數(shù)據，使檢驗結果發(fā)揮更好的作用。例如，臨床醫(yī)生了解實驗室分析方法的精密度，即常規(guī)變異系數(shù)，就不致使自己對化驗報告單中無價值的變化而作出錯誤的判斷。一般認為，如果同一病人前后兩次標本的測定結果的差異落在分析精密度的三個標準差之內，這種變化是沒有生物學意義的。在接到檢驗科的報告以后，如與臨床情況不符合，最好及時與檢驗科聯(lián)系，以便及時復查，進一步決定診療措施。另外，許多資料是來自國外資料，不一定完全符合我國的情況，應該結合臨床實踐，注意不斷總結經驗。通過臨床醫(yī)學家和臨床化學家的共同努力，今后將會提出結合我國具體情況的醫(yī)學決定水平。第三節(jié)受試者工作特征曲線一、受試者工作特征曲線的概念受試者工作特征曲線(receiveroperatorcharacteristiccurve,ROC?線),最初用于評價雷達性能，又稱為接收者操作特性曲線。ROCffi線是根據一系列不同的二分類方式(分界值或決定閾)，以真陽性率(靈敏度)為縱坐標，假陽性率(1-特異度)為橫坐標繪制的曲線，見圖8-4。評價試驗的臨床準確性以往普遍采用的方法是點圖和頻數(shù)分布直方圖。利用點圖可直觀反映兩組資料的重疊情況，但難以評價不準確性的程度。從直方圖也難以描述重疊的程度和比較兩個試驗的準確性。一個試驗的臨床準確性可以用診斷敏感性和診斷特異性來測量，但僅僅報告敏感性和特異性一對數(shù)值可能產生誤導和對準確性評價的過于簡單化，它們不能提供試驗準確性的完全圖象，全面描述試驗的性質。傳統(tǒng)的診斷試驗評價方法有一個共同的特點，必須將試驗結果分為兩類，再進行統(tǒng)計分析。ROCffl線的評價方法與傳統(tǒng)的評價方法不同，無須此限制，而是根據實際情況，允許有中間狀態(tài)，可以把試驗結果分為多個有序分類，如正常、大致正常、可疑、大致異常和異常五個等級。因此，ROC?線蘭鄱椒七視玫姆段口惴骸?/p>二、受試者工作特征曲線的主要作用.ROC曲線能很容易地查出任意界限值時的對疾病的識別能力ROC曲線圖上的每一點代表某一分界值的一對敏感性和特異性，ROCffl線包含著選擇任意界限值時的敏感度和特異性。它能反映不同界限值時兩者的變化。.選擇最佳的診斷界限值ROC曲線是表示靈敏度與特異度之間互相關系的一種方法，所得的曲線可以決定最佳分界值。一般多選擇曲線轉彎處，即敏感度與特異度均為較高的點為分界值。.兩種或兩種以上不同診斷試驗對疾病識別能力的比較根據診斷試驗的ROC曲線，可以比較兩種或兩種以上不同診斷試驗對診斷同種疾病的可靠性，ROC曲線可以幫助醫(yī)師作出最佳選擇。一個完美的試驗（病與非病兩個分布沒有重疊）的ROCS通過左上角,其真陽性率為1.0或100%,即所有病人均顯陽性；假陽性率是0或特異性為100%即正常人均為陰性。如兩個分布一致，不能鑒別病與非病的試驗的ROCS是45。的對角線。大多數(shù)試驗的ROCS是介于上述兩種極端之間。ROC6線越靠近左上角,試驗的準確性就越高。最靠近左上角的ROC?線的點是錯誤最少的最好閾值，其假陽性和假陰性的總數(shù)最少。在對同一種疾病的兩種或兩種以上診斷方法進行比較時，可將各試驗的ROC?線繪制到同一坐標中，以直觀地鑒別優(yōu)劣，靠近左上角的ROCffl線所代表的受試者工作最準確。亦可通過分別計算各個試驗的ROa線下的面積（AUC）進行比較，哪一種試驗的AUC最大，則哪一種試驗的診斷價值最佳。三、受試者工作特征曲線分析的主要步驟.ROC曲線繪制依據專業(yè)知識，對疾病組和參照組測定結果進行分析，確定測定值的上下限、組距以及截斷點（cut-offpoint）（或判定值），按選擇的組距間隔列累積頻數(shù)分布表，分別計算出所有截斷點的敏感性、特異性和假陽性率（1-特異性）。以敏感性為縱坐標代表真陽性率，（1-特異性）為橫坐標代表假陽性率，作圖繪成ROCffl線。通常的臨床生化檢查，結果多為連續(xù)的變量，可以選擇任意點為判定值計算敏感性和假陽性率。按診斷等級進行分類評價時，最少應將診斷結果分為五級：正常、大致正常、可疑、大致異常和異常。.ROC曲線評價統(tǒng)計量計算ROC曲線下面積（AUC及其標準誤（SE）的計算方法很多，統(tǒng)計學方法可用Wilcoxon非參數(shù)方法進行推算，目前已有相應的計算機軟件可供使用。另一方法是將實際畫出的圖形描到方格紙上測定面積，該方法操作簡便、精密度較高，但較繁瑣。ROO線下的面積值在1.0和0.5之間。在AU60.5的情況下，AUQffi接近于1,說明診斷效果越好。AUC&0.5?0.7時有較低準確性，AUC&0.7?0.9時有一定準確性，AUC&0.9以上時有較高準確性。AUG=0.5時，說明診斷方法完全不起作用，無診斷價值。AU依0.5不符合真實情況，在實際中極少出現(xiàn)。.兩種診斷方法的統(tǒng)計學比較這種比較可以在相同的特異性下比較它們的敏感性或在相同的敏感性下比較它們的特異性。但一個全面的方法是比較整個ROC圖。通過計算ROCffl線下白^面積，不同試驗之間的臨床準確性可以通過它們的各自面積進行定量比較，但單看面積這一數(shù)值，可能丟失一些信息，如兩條ROCS線形狀不同，但它們有相似的面積。兩種診斷方法的比較，根據不同的試驗設計可采用以下兩種方法：①當兩種診斷方法分別在不同受試者身上進行時，采用成組比較法。②如果兩種診斷方法在同一受試者身上進行時，采用配對比較法。四、受試者工作特征曲線的優(yōu)點與局限性1.應用ROC?線圖的優(yōu)點ROC曲線的基本思路源于統(tǒng)計學決策理論，運用ROC曲線圖進行評價具有許多優(yōu)點：(1)該方法簡單、直觀，通過圖示可觀察分析方法的臨床準確性，并可用肉眼作出判斷。(2)RO酬線將靈敏度與特異性以圖示方法結合在一起，可準確反映某分析方法特異性和敏感性的關系，是試驗準確性的綜合代表。(3)與陽性預測值不同的是ROa線評價方法與群體患病率無關。但實際工作中取患者與非患者的數(shù)目相等最好。(4)RO酬線不固定分類界值，允許中間狀態(tài)存在，利于使用者結合專業(yè)知識，權衡漏診與誤診的影響，選擇一更佳截斷點作為診斷參考值。(5)提供不同試驗之間在共同標尺下的直觀的比較，ROC曲線越凸越近左上角表明其診斷價值越大，利于不同指標間的比較。曲線下面積可評價診斷準確性。2.應用ROC?線圖的缺點(1)RO酬線圖上顯示的不是真正的判斷值，實際的分界值通常沒有在圖上表示出來。(2)研究分析對象的數(shù)目也沒有在圖上表示出來。(3)當樣品數(shù)減少，圖形呈鋸狀和崎嶇不平，即使樣品數(shù)目大，也可能是崎嶇不平。(4)當沒有微機時，畫圖和計算均比較繁瑣。五、受試者工作特征圖與其他評價指標的關系ROCS是臨床醫(yī)學中一個基本的評價工具，在試驗評價過程中占有關鍵的位置(圖8-5)。第四節(jié)診斷試驗診斷性能的評價方法臨床醫(yī)學實驗室工作不僅要對檢驗項目的實驗方法進行選擇和評價，保證臨床檢驗質量；還應對檢驗項目的檢驗效能與應用價值作出科學評價，從而有利于合理選擇診斷實驗，正確解釋其試驗結果，推廣新的診斷試驗，提高臨床檢驗的質量。對于新的診斷方法，除專業(yè)要求外，還必須符合統(tǒng)計學要求。診斷試驗一般分定性和定量兩種，臨床生物化學檢驗大多為定量診斷試驗。衡量一個新的計量資料試驗，必須具備線性范圍、精密度、準確度、穩(wěn)定性、比較試驗和參考值范圍等統(tǒng)計學要求。本節(jié)主要介紹診斷試驗診斷性能的評價方法。一、診斷試驗的統(tǒng)計評價方法（一■）評價的基本方法醫(yī)學診斷試驗臨床應用價值評定的基本方法是將待評價的診斷試驗和標準診斷方法檢測相同的受檢對象，并進行盲法比較。根據標準診斷的結果將受檢測對象分成病例組（患病組）和非病例組（對照組），依據待評價的診斷試驗得出陽性和陰性結果并匯入四格表中，然后對診斷試驗的真實性進行評價。試驗可能出現(xiàn)四種結果：真陽性和真陰性的試驗結果是正確的，假陽性和假陰性的試驗結果是錯誤的（見表8-4）。表8-4評價診斷性試驗四種可能的結果診斷試驗標準診斷方法合計患某病未患某病陽性陰性真陽性a假陰性c假陽性b真陰性da+bc+d合計a+cb+dN（二）評價研究的設計要點診斷試驗評價研究的設計包括以下方面：①診斷標準；②研究對象，包括選擇研究對象、估算樣本含量和防止選擇偏奇與錯誤分類偏奇；③測量，包括確定測量方法、選擇測量指標、同步盲法測量、注意可靠性測量和防止測量偏奇；④資料整理與分析，包括均衡性檢驗、選定截斷點或診斷界限、計算評價指標和兩個診斷試驗比較。其設計要點如下：.確立診斷標準診斷標準必須是金標準（goldstandard）（或稱規(guī)范標準），金標準指當前國內外公認的、診斷某種疾病最可靠的、在臨床上能獲得肯定結論的方法。如診斷月中瘤的金標準一般是病理學檢查，診斷冠心病的金標準是冠狀動脈造影，診斷腎炎的金標準是腎活檢，診斷膽結石的金標準是手術所見，診斷心肌病的金標準是心肌活檢等。金標準能正確地區(qū)分受試者患病與否，當然這是相對而言的。若金標準選擇不妥，可造成錯誤分類，影響對診斷試驗的正確評價。需要說明的是，在進行診斷試驗研究的評價時，必須與金標準進行比較非常重要。但是，由于金標準的方法往往費用高、需時長、創(chuàng)傷性大，有時還會涉及醫(yī)德問題，因此，在實際工作中常難以完全用金標準方法來做研究。此時，可用經金標準方法嚴格比較的參照試驗方法來進行彌補。.選擇研究對象研究對象選擇的關鍵是選擇的研究對象要能代表目標人群，即診斷試驗的對象總體。根據金標準，用于評價診斷試驗的受試對象將被分為病例組和對照組。病例組是其總體的一個隨機樣本?？赡苡绊懺囼灲Y果的因素，如性別、年齡、疾病類型、病情等應能代表整個患病人群。病例組疾病的類型應包括各型病例，如典型和不典型病例，早、中、晚期病例，輕、中、重病病例，有、無并發(fā)癥病例，經過治療與未經過治療的病例。對照組除被證實未患該病之外，在其他可能影響診斷試驗結果的因素方面應與病例組有可比性。對照組應包括各種非該病者，特別是與所研究的疾病容易混淆，需要鑒別的病例。對照可以是健康者，也可以是其他疾病的患者。診斷試驗在檢驗前不分組，整理資料時才按金標準分組，所以屬于內對照設置。.估算樣本含量診斷試驗需要有足夠的樣本含量。病例組或對照組的樣本含量可用公式計算法或查表法估計，但不論采用哪一種方法，均可參照下列參數(shù)估算：顯著性水平值a一股取0.05、容許誤差值W域6）一般在0.05?0.10之間、率的估計值p由靈敏度（病例組）和特異度（對照組）估計。一般診斷性研究的樣本量不小于100例，特殊情況下樣本量不小于30例。在初步了解診斷敏感性和診斷特異性后，病例組或對照組樣本含量的估計可通過下列公式計算：其中，表示正態(tài)分布的面積，當采用95%T信限時，a=0.05,Z=1.96;病例組P表示診斷敏感性，為對照組P為特異性；W表示診斷敏感性或特異性允許波動范圍。如波動范圍為±0.05,W=0.1。.確定測量方法測量方法應標準化。所謂標準化指要有具體的規(guī)定、明確的標準，如詳細描述診斷方法及材料等。.選擇測量指標診斷試驗的診斷指標有主觀指標（如研究對象的主訴）、半主觀指標（或半客觀指標，如觀察者看到的體征）和客觀指標（如用儀器測量的數(shù)據）三類指標。觀察指標要客觀、特異，判斷結果要標準明確、具體。.同步盲法測量將病例組或對照組樣本用金標準與待評價診斷方法進行同步盲法測量比較。測量在不了解其他情況下進行，金標準和所研究的試驗一般要同步進行，并用盲法，即試驗操作者不知道誰有病，誰無??；醫(yī)生也不知道誰的結果陽性，誰的結果是陰性。同步是指同時間、同地區(qū)、同人群。.均衡性檢驗均衡性指兩種診斷方法或兩組之間應該在基礎參數(shù)、實驗條件各方面均衡一致，才有可比性。如受試對象的基礎參數(shù)指種屬、性別、年齡、體重、血壓等。當樣本數(shù)目很大時，只要嚴格按照隨機化方法抽樣及分組，即可大體做到均衡。當樣本數(shù)目很小時，則要求提高樣本的均一性和采用配對分配或多組分配的隨機方法。.選定截斷點或分界值，計算評價指標分界值的選定一般可采用以下方法：統(tǒng)計學方法（包括正態(tài)分布法和百分位數(shù)法）、受試者工作曲線法、兩組分布交叉法、尤登指數(shù)計算法。ROC曲線法的基本步驟是先畫頻數(shù)分布圖，選若干個分界值，計算評價指標（敏感性和特異性），畫ROC曲線，再根據不同目的，選擇不同的分界值，最后再計算其他評價指標，一般選取假陰性和假陽性最少的點，也就是犯錯誤最少的點。.防止偏奇通過選擇可靠的金標準以及嚴格地選擇研究對象以避免選擇偏倚。應在相同的條件下以盲法同步地而被研究、評價的試驗方法測試所有研究對象，以避免信息偏倚。止匕外，在數(shù)據處理時亦應注意統(tǒng)計學的正確使用。二、診斷試驗的評價原則從總體來說，一種新診斷試驗應當滿足科學性，先進性與實用性的要求。（一）科學性科學性指從診斷試驗的研究方法上評價其真實性的問題，即試驗本身的確能真實地反映疾病的本質或病理過程。其評價的原則是：①必須將診斷試驗與標準診斷方法（金標準）進行比較研究。這是評價診斷試驗科學性的最重要的前提。②研究對象應具有代表性。這是決定診斷試驗研究結果可信度的基礎。研究對象應包括各種類型的臨床病例，以及患有極易混淆的疾病患者。應介紹研究對象的來源，避免選擇性偏倚。使研究對象中患某病與未患某病的兩組有較好的可比性。③有足夠的樣本含量。④有合理可靠的臨界值。即選擇劃分陽性和陰性的截點要恰當。⑤同時評價診斷試驗的真實性和可靠性，評價指標計算正確，解釋合理。⑥介紹研究方法應明確、具體。具體執(zhí)行過程是否采用了盲法，一般多主張將標本重新排列，另行編號，以保證測試者無法知曉所測標本的原始診斷，可防止檢查者主觀因素的干擾。⑦所確定的參考值合理。⑧聯(lián)合試驗的評價應得當，臨床實用性評價是實求實。（二）先進性先進性要求新試驗本身與原試驗相比應在某項或某些方面具有優(yōu)越性；敏感度與特異度是最基本的比較指標，理想的情況是二