临床论文写作漫谈-诊断性试验.ppt

临床检验论文写作漫谈 二 诊断性试验的论文写作 南京医科大学第一附属医院江苏省人民医院谢而付201758 检验学部 一 诊断性试验研究的意义 诊断性试验研究的意义在于使临床医务人员认识诊断试验的规律 正确解释与评价其结果 提高临床诊断的效率 确定其在临床实践中的具体应用价值 把现代科技发展的成果引入诊断学领域 不断地研究和应用更准确 安全 经济和更方便的诊断试验 提高临床诊断水平 是临床医务人员的重要任务之一 诊断性试验的范畴 各种实验室检查病史和体检获得的临床资料X线 B超 核素等影像学检查各种临床公认的诊断标准 诊断试验评价目的 怎样进行诊断试验研究怎样阅读和评价有关诊断试验的文章临床和科研工作中怎样选择诊断试验诊断疾病 灵敏度和特异度高筛检无症状患者 简便 经济 安全易接受疾病随访 重复性好 影响因素少判定疾病的严重程度 估计疾病的临床过程及其预后 估计对治疗的反应 测定目前对治疗的实际反应 二 诊断学试验设计的原则 有标准诊断 金标准 Goldstandard 选择研究对象 盲法判断试验结果 确定合适的样本量 确定正常阈值 cutoff值 金标准与新的诊断试验 金标准 是指当前临床公认的诊断疾病最可靠的方法 也称标准诊断 活体病理组织检查 手术发现 细菌培养 尸检 特殊检查 持续较长时间的随访结果 公认的综合临床诊断标准 权威机构颁布的标准 用金标准进行诊断时 试验对象可被分为患病组 未患病组 应对参加试验的对象同步进行金标准诊断和新的诊断试验检测 新的诊断试验用阳性代表患病 阴性代表未患病时 金标准与新诊断试验的结果可以列入四格表内 四格表 金标准 标准诊断 有病无病合计诊断性 真阳性a假阳性ba b试验 假阴性c真阴性dc d合计a cb dn 选择研究对象 诊断试验评价中 研究对象应能代表检查对象的总体病例组 应该包括所研究疾病的各种临床类型如轻 中 重型 早 中 晚期 典型与非典型 有和无并发症者 病程长与病程短 经治疗和未经治疗的患者 对照组 应选择确实无该病的其他病例 且应包括相当比例的临床上容易与所研究的疾病相混淆而需要鉴别的其他疾病患者和良性疾病患者 只包括健康志愿者是不恰当的 盲法判定试验结果 判断诊断试验结果的观察者如确知纳入对象的实际患病情况 即已知金标准分类结果 或提示金标准分类的其他临床资料 可能自觉或不自觉地按照已知结果或信息进行判断 从而过高估计诊断试验与金标准的符合程度 观察者偏倚observerbias 确定合适的样本量 样本量估计是保证研究结论具有一定的可靠性的前提下所确定的最小样本数 其意义是估计研究中误差和降低研究中的抽样误差 样本量小 结果不可靠样本量大 增加成本 三 诊断试验常用指标 敏感度Sensitivity SN a a c 特异度Specificity SP d b d 准确度accuracy AC a d a b c d 或 a d N阳性预测值Positivepredictivevalue PV a a b 阴性预测值Negativepredictivevalue PV d c d 阳性似然比Positivelikelihoodratioa a c LR SN 1 SP b b d 阴性似然比Negativelikelihoodratioc a c LR 1 SN SPd b d 患病率Prevalence a c N 一 敏感度 敏感度SN是金标准诊断为 有病 的病例中 诊断性试验为阳性例数的比例 即真阳性病例所占部分的百分率 SN a a c 假阴性所占部分的百分率称为漏检率 诊断试验敏感度越高 漏检率越低 漏检率 100 SN 二 特异度 特异度SP是金标准诊断为 无病 的例数中 诊断性试验为阴性的比例 即真阴性部分所占百分率 SP d b d 假阳性所占部分的百分率称为误诊率 诊断试验的特异度越高 则误诊率越小 误诊率 100 SP 选择更敏感的试验 当因漏诊会造成不良后果时 例如有传染危险且可治疗的疾病如结核 梅毒 SARS等 应选择更敏感的试验 疾病的早期阶段可能怀疑多种疾病 为了排除某种诊断可能性 也要选择敏感的诊断试验 当试验结果为阴性时 高敏感度试验临床价值最大 选择特异度高的试验 对于某些预后险恶的疾病 诊断试验的假阳性结果会给病员带来巨大风险 或更多医疗花费时 如对恶性肿瘤采取放疗 化疗或手术之前时 必须选择特异度高的试验 以肯定诊断 要肯定某病的诊断 高特异度试验阳性结果的临床价值最大 三 准确度 又称符合率 粗一致率准确度AC是指诊断试验获得正确试验结果 即真阳性和真阴性在总检例数中的比例Ac a d a b c d 反映了诊断性试验结果与金标准试验结果符合或一致的程度 四 预测值 预测值是根据诊断试验的结果来估计患病可能性大小的指标阳性预测值 是诊断试验阳性结果中真正患病的比例 也称为验后概率 PV a a b 阴性预测值是试验诊断阴性结果时真正未患病的概率 PV d c d 五 验前概率 验前概率又称为患病率为金标准证实患某病的病例数 占接受金标准及诊断试验检查对象总数的百分率 P a c N在级别不同的医院中 某种疾病的患者集中程度不同 故患病率差别很大 因而会影响阳性及阴性预测值的结果 在临床实践中 随着就诊对象来源不同 患病率在不同医疗环境中的变化是很大的 如在初级医疗单位 各种疾病的患病率都很低 而在二级或三级医院中随着转诊率增加 就诊患者中的疾病患病率增高 特别是专科医院 专科门诊范围内的疾病患病率更高 通过诊断试验估计验后概率的第一步是尽可能准确地估计具体条件下的患病率 预测值可用敏感度 特异度 患病率计算 根据Bayes 条件概率理论 预测值可用敏感度 特异度 患病率计算 公式如下 PV SN P SN P 1 SP 1 P PV SP 1 P 1 SN P SP 1 P SN 敏感度 SP 特异度P 患病率 预测值与敏感度 特异度有关 预测值与敏感度 特异度有关 但患病率对预测值的影响更为重要 越是特异的试验 阳性预测值愈大 即在阳性结果时对确诊证实疾病越有把握 越是敏感的试验阴性预测值愈大 即在阴性结果时对排除待查疾病越有把握 在保持敏感度和特异度不变的情况下 阳性预测值随患病率上升而上升 阴性预测值随患病率上升而下降 六 似然比 是反映敏感度和特异度的复合指标 即诊断试验的结果在患者中出现的概率与非患者中出现概率之比 阳性似然比为患病组真阳性率和无病组假阳性率的比值 LR a a c b b d SN 1 SP 阴性似然比为患病组假阴性率与无病组真阴性率的比值 LR c a c d b d 1 SN SP 七 ROC曲线 receiveoperatorcharacteristiccurve受试者工作特征曲线 ROC曲线将各个敏感度 特异度对比 以敏感度为纵坐标 以1 特异度为横坐标 依照连续分组测定的数据 分别计算SN和SP 将给出各点连成曲线 即为ROC曲线 做ROC曲线只靠一 二次试验结果是不可能找到正确的临界点的 一般要求最少五组连续分组测定数据 ROC曲线作用 在诊断性试验中 用于正常值临界点的正确选择 距左上角最近的一点 即为正常值的最佳临界值 ROC曲线还可以用来比较两种以上诊断性试验的诊断价值 曲线下的面积反映了试验的准确性 面积越大 准确性越高 完美与无用的ROC曲线 真阳性率即灵敏度 假阳性率 机率线 chanceline diagonalreferenceline Ideal Infact 诊断准确度较低 0 7 0 0 0 2 0 4 0 6 0 8 1 0 0 0 0 2 0 4 0 6 0 8 1 0 FPR T P R A 0 664 A 0 830 诊断准确度较高 0 9 0 0 0 2 0 4 0 6 0 8 1 0 0 0 0 2 0 4 0 6 0 8 1 0 FPR T P R A 0 938 ROC曲线下面积 Area 与诊断准确度高低高0 90 1 00 excellent A 中0 80 0 90 good B 0 70 0 80 fair C 低0 60 0 70 poor D 0 50 0 60 fail F ROC曲线的优点 ROC曲线的优点是简单 图形化 直观 代表诊断试验的准确性 或其区别有病 无病的能力 可直观表示敏感度及特异度 可供选择诊断决策阈值 并可对同一疾病不同诊断试验的效能作准确比较 诊断准确性研究报告指南 STARD2015 诊断准确性研究报告指南 StandardsforReportingofDiagnosticAccuracy STARD 是用于规范诊断试验的报告 第一版2003年出版 其最新版于2015年发布 STARD发展历史 1 1996年版的CONSORT规范为STARD声明提供了前景 2 1999年 在罗马Cochrane诊断与筛查检查方法工作组讨论了诊断性研究报告的质量问题 3 2000年9月 在荷兰阿姆斯特丹大学的PatrickM Bossuyt等组成的诊断性研究报告标准委员会 正式启动STARD声明的制定 4 2003年 正式发表STARD声明 5 2015年 更新并简化了2003版STARD 发布了新的指南 STARD2015条目 QUADAS的制定 系统评价诊断性研究质量的工具 诊断性论文写作的境界 A谈不上 境界 的境界 统计某疾病中某指标的阳性率 例如某疾病 某项指标阳性率为80 作者认为该指标对该疾病有诊断价值 B初级境界 引入对照组 但