1、筛检和诊断试验,武汉大学公共卫生学院 流行病与卫生统计学系 向 浩,2,第一节 概 述,一、筛检(Screening)通过快速的试验、检查或其他方法，在健康人群中将那些可能有病但表面健康的人，同那些可能无病的人鉴别开来。,二、诊断试验(diagnostic test)是指应用各种检查手段对病人进行检查，以确定和排除疾病的试验方法。广义的诊断试验包括各种实验室检查、仪器诊断以及病史、体检所获得的各种临床资料。,3,图7-1 筛检与诊断试验示意图,诊断试验,4,二、 筛检的分类,按对象范围整群筛检(mass screening)对一定范围内人群的全体对象开展普遍筛查，也称普查。选择性筛检(sele
2、ctive screening) 根据流行病学特征选择高危人群进行筛检。,5,按项目多少单项筛检（single screening) 用一种筛检试验检查某一疾病。多项筛检（multiple screening)同时使用多项筛检试验方法筛查多个疾病。,6,从疾病防治的过程来看，它属于疾病二级预防；从对象和目的来看，它具有突出的公共卫生意义；从实施来看，它要求检测方法快速、简便、经济、安全。,三、筛检的意义：,7,通过在健康人群中开展某种疾病或健康的危险因素的筛查，可以确定疾病的高危人群，早期发现潜在的病人，通过相应的干预可以起到改变和降低危险因素的暴露水平，减缓或阻止疾病的发生和发展，降低疾病的
3、发病率。它对于保护人类健康，防止各种特殊疾病的发生具有重要意义。筛查也反映了医学的进步以及人类健康观的改变。,三、筛检的意义：,8,四 筛检的目的,1）早期发现病例：可提高治愈率，降低死亡率。2）筛检高危人群：3）研究疾病的自然史：4）开展流行病学监测：,9,五 对诊断试验进行评价的目的,对诊断试验的应用价值进行科学评价为临床合理选用诊断试验方法提供科学依据，取舍或灵活应用新的诊断试验（试剂、药物、方法）,10,六、筛检试验与诊断试验的区别,11,七、实施筛检试验的原则,该地区当前的重大公共卫生问题 确诊后有可行的治疗方法 有可识别的早期症状和体征 了解疾病的自然史 快速、经济、有效 群众易接
4、受 保证筛检阳性者进一步诊疗 统一治疗标准 考虑成本与效益 连续性,12,安全、可靠、特异度和灵敏度要高，能正确区分病人和非病人。快速、简单、容易进行尽量减少受试者痛苦。,八、实施诊断试验的原则,13,九、筛检的伦理学问题,尊重个人意愿有益无害公正,14,第二节 筛检和诊断试验的 评价方法,15,筛检和诊断试验评价的基本原理,把待评价的筛检和诊断试验与诊断目标疾病的标准方法“金标准”进行同步盲法的比较，判定对疾病“诊断”的真实性和价值。,16,金标准,特 定 人 群,病人,非病人,待评价的试验方法,阳性,阴性,阳性,阴性,17,筛检和诊断试验评价的设计,（一）金标准的确定： 一般采用当前医学界
5、公认的确诊疾病最可靠的方法。 活检 手术发现 微生物培养 尸检 特殊检查和影像诊断 长期随访的结果,18,（二）研究对象的确定: 病例：金标准确诊的确实有病的人应包括各种类型的病人对照：金标准证实的确实无病的人应包括各种与目标疾病容易混淆的疾病的病例，从而体现临床鉴别诊断的价值,19,（三）样本含量估计,20,21,第三节 筛检和诊断试验的评价指标,真实性可靠性实用性,22,评价筛检和诊断试验的四格表模式,23,（一）真实性（validity）测量值与实际值相符合的程度，亦称效度，又称准确性（accuracy）。包括：灵敏度与假阴性率 特异度与假阳性率 正确指数 似然比,24,灵敏度(sens
6、itivity)(真阳性率)将实际有病的人正确地判为患者的能力。,假阴性率(false negative rate)(漏诊率)实际有病而被诊断试验错误的判为无病的百分率,25,特异度(specificity)(真阴性率) 将实际无病的人正确地判为非患者的能力,假阳性率(false positive rate)(误诊率)即实际无病，但根据该诊断标准被定为有病的百分率,26,3、约登指数（Youdens index）,也称正确指数,是灵敏度和特异度之和减去1。约登指数(灵敏度十特异度)1 l(假阳性率十假阴性率),27,图7-1 A.理想的正常人群与糖尿病人血糖水平分布B.现实的正常人群与糖尿病人
7、血糖水平分布,C,D,E,28,29,选择诊断标准的原则：,考虑误诊、漏诊所造成后果的严重程度若同等重要，则把诊断标准定为“灵敏度=特异度”的分界处,30,确定诊断试验的分界值,方法：（1）统计学方法： 正态 偏态 （2）临床判断法 （3） ROC曲线,31,三、受试者工作曲线 （Receiver Operator Characteristive Curve ROC曲线）,是用真阳性率和假阳性率作图得出的曲线，它可表示灵敏度和特异度之间的关系,32,图7-3 不同诊断界值时灵敏度与特异度间的平衡,0,20,40,60,80,100,50,60,70,80,90,100,百分率（）,特异度,灵敏
8、度,33,图7-1 A.理想的正常人群与糖尿病人血糖水平分布B.现实的正常人群与糖尿病人血糖水平分布,C,D,E,34,表7-1 糖尿病血糖试验不同血糖水平的灵敏度和特异度分布,35,图7-4 糖尿病血糖试验的ROC曲线(李立明 2002),70,90,80,110,100,120,130,140,150,160,200,170,190,36,ROC曲线的意义,从上图7-4可见，ROC曲线越向左上偏，曲线下的面积越大，其筛检试验的识别病人和非病人越高。（见图E线）。,图7-4 ROC曲线的含义,37,不同分界点上的1-特异度（假阳性率）和灵敏度（检出率）两个参数是有密切联系的。所得的曲线称为受
9、试者工作曲线（ROC曲线），该曲线用于优化特异性和灵敏度（见下图）。,图9-3 ROC曲线,38,多项检验项目ROC曲线之间的统计学比较,对检查结果的ROC曲线，统计上的变化会含有一定的误差。因此各ROC曲线的AUC亦有标准误（SE）的问题。将两条要进行比较的ROC曲线的“AUC差”除以“差的标准误”所得的值Z，是呈正态分布的。,例如：画出试验1和试验2的ROC曲线，可分别得到AUC1和AUC2，对其差的检验按下式进行。,式中SE（AUC1-AUC2）为两个AUC的标准误。其计算式为：,39,式中AUC的SE为:,式中nA 为样本中患者的人数，nN是非患者人数。 Q1=AUC/（2-AUC）；
10、 Q2=2AUC2/（1+AUC）。r为相关系数。,上述AUC1与AUC2各自用SE1和SE2表示误差。如果各个实验是在完全不同的对象进行的话，两者的误差具有相关性。这就是两个AUC相关系数的根据。在计算r时，首先分别计算患病组和非患病组的相关系数，然后求出两个相关系数的均值（rA+rB）/2）,再求出两AUC的均值。根据这两个值查相关系数表。,40,左图中实验C的曲线偏左上，实验D偏右下。这两个检查都有明显的特征，在相同水平的FPR对两者进行比较时，在2条曲线交叉点左上侧的实验C的TPR高（但FPR高）。位于右下侧的实验D的TPR变高（FPR处于低水平）。如果目的在于尽量发现新患者，假阳性增
11、加也没有关系的情况下，实验C是适宜的，相反，如果需要尽量减少假阳性，则实验D是好的。,图 两条互相交叉、AUC基本相等的ROC曲线,41,优点：1、方法简单、直观，通过图形可观察分析方法的临床准确性，并可用肉眼作出判断。2、可准确反映某分析方法灵敏度和特异度的关系，（因为ROC曲线是由灵敏度和特异度绘制的）。3、与阳性预测值不同的是ROC曲线评价方法与群体发病率无关。局限性：ROC曲线图上显示的不是真正的判断值。,ROC曲线的优点与局限性,42,医生最关心的问题： 1. 试验阳性时患病的概率多大？ 2. 试验阴性时不患病的概率多大？,43,4、预测值（predictive value）又称诊断
12、价值，它是表示试验能做出正确判断的概率。也表示试验结果的实际临床意义。,阳性预测值（positive predictive value）： 是指筛检试验阳性者患目标疾病的可能性阴性预测值（negative predictive value）： 是指筛检试验阴性者不患目标疾病的可能性,44,预测值与灵敏度、特异度、患病率的关系：灵敏度越高，阴性预测值越高 特异度越高，阳性预测值越高 与受检人群目标疾病患病率（P）密切相关,45,图7-2 患病率与预测值的关系,46,表7-3 灵敏度、特异度和患病率不同水平时某人群糖尿病诊断的结果,47,5、似然比(likelihood ratio, LR),是同
13、时反映灵敏度和特异度的复合指标有病者中得出某一筛检试验结果的概率与无病者得出这一概率的比值,48,阳性似然比： 诊断试验结果的真阳性率与假阳性率之比阴性似然比 诊断试验结果的假阴性率与真阴性率之比,49,50,似然比应用步骤,1、从文献中找出某一症状的似然比或找出不同诊断水平的似然比以及联合诊断的似然比；2、确定其可行性和诊断试验在理论上的结果；3、估计病人的验前概率，应用公式及似然比计算出第一个诊断试验后的验后概率；,51,1、验前比（pretest odds）=验前概率/（1-验前概率）2、验后比（post-test odds，检查机遇）=验前比似然比3、验后概率（post-test pr
14、obability）=验后比/（1验后比）,52,例1,53,例2、18岁女性，病史及外周血检查提示患缺铁性贫血的可能性为20%（验前概率）应用血清铁蛋白12g/L作为诊断缺铁标准，此时灵敏度65%，特异度99%，该患者血清铁蛋白40g/L，计算如下：验前概率=20%，验前比=0.2/（10.2）=1/4验后比=验前比LR=1/4 0.35=0.0875验后概率=0.0875/（10.0875）=8%结论：作血清铁试验后，该妇女患缺铁性贫血的可能性减少。,54,临床实践中似然比应用得到的粗略原则： 1，似然比10或0.1，使验前概率到验后概率发生决定性的变化，基本可确定或排除诊断； 2，似然比
15、510或0.10.2，验前概率向验后概率发生中等度变化； 3，似然比25或0.20.5，使患病率发生较小程度的变化； 4，似然比12或0.51使患病概率基本不发生变化。,55,在患病概率10%时，不做试验不治疗；患病概率70，不做试验直接治疗；仅在1070之间需做试验后再决定是否需要治疗；做试验后患者如验后概率25，需治疗。,56,表7-2 某病患病状况与诊断试验结果的关系,57,计算结果 灵敏度=165/（165+45）100%=78.6% 特异度=730/（80+730）100% =90.1% 假阴性率=45/（165+45）100%=21.4% 假阳性率=80/（80+730）100%=
16、9.9% 正确指数=0.786+0.901-1=0.687 阳性似然比=78.6%/9.9%=7.94 阴性似然比=21.4%/90.1%=0.24,58,影响可靠性的因素：,1.被观察者的个体生物学变异2.观察者的变异3.试验条件的影响,(二）可靠性(reliability),又称重复性(repeatability)或精密度(precision)，指某一诊断试验方法在相同条件下，重复测量同一受试者时，所获结果的一致性。,59,1、变异系数（coefficient of variance）：如果试验测量的是诸如血压、血糖等计量指标，则可用变异系数来表示可靠性。变异系数越小，可靠性越好。,60,
17、2、符合率（agreement/consistency rate）,又称准确度或一致率，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,61,3、Kappa分析： 考虑了机遇因素对一致性的影响 Kappa值 = 实际一致性/非机遇一致性,62,表7-3 Kappa值判断标准,63,符合率 =（165+730）/1020 100%=87.7%Kappa指数 = 0.65,64,三、实用性分析,临床意义、实用性、正确诊断的收益、错误诊断的可能后果等。,65,第四节 提高诊断试验效率的方法,1、选择患病率高的人群（即高危人群）展开诊断试验,66,2、采用联合试验平行（并联）试验：只
18、要有任何一项诊断试验结果为阳性就可定为阳性。该法可以提高灵敏度。系列（串联）试验：全部诊断试验结果均为阳性者才定为阳性。该法可以提高特异度。,67,表7-4 联合试验诊断糖尿病的结果,串联：全阳为阳，否则为阴 并联：一阳即阳，全阴才阴,68,实验方法 灵敏度（%） 特异度（%）,69,（三）联合试验方法的选择,1.遇到以下情况时，可用并联方法： （1） 急需迅速作出诊断，如对急症，复诊困难的外地病人 （2） 单项试验灵敏度不高，需要一种灵敏的试验 2.遇到以下情况时可用串联方法： （1）单项试验特异度不高 （2）不需迅速作出诊断，如长期随访的病人 （3）某些试验昂贵或有危险性时，先做简单安全的试验。,70,谢 谢！ ,
