实习四筛检方法评价

实习四 筛 检 方 法 评 价（Screening assessment）,流行病学教研室黄燕惠邮箱：,提 问,1、筛检？分类？目的（意义）？（调查方法）2、筛检试验的评价：（1）真实性评价？（效度、准确性）（2）可靠性评价？（信度、精确性、可重复性）（3）重要指标？综合指标？3、提高筛检收益的策略？4、确定截断值的原则？（cut-off value）,筛检试验的评价：将待评筛检试验同“金标准”进行同步盲法比较，判断该方法对疾病“诊断”的价值。,评价指标：,（一）真实性,1. 灵敏度、假阴性率,2. 特异度、假阳性率,3.似然比：阳性似然比、阴性似然比,4.预测值：阳性预测值、阴性预测值,5.约登指数（正确指数）,（二）可靠性,1、标准差和变异系数 变异系数（CV）=（标准差/算术均数）1002、符合率与Kappa值,（三） 综合指标,1.约登指数（正确指数）,2.符合率（一致率）,课题一 空腹血糖作为筛选和诊断糖尿病标准的探讨,糖尿病的筛选试验和诊断试验不同。一般来说，口服葡萄糖耐量试验（OGTT）中的空腹血糖是筛选的较好方法，而2小时血糖是诊断的金标准。在临床实践中，空腹血糖的测定较OGTT更为简单且花费较少。本研究的目的在于探讨OGTT中空腹血糖和2小时血糖的关系，以寻找最佳的空腹血糖值分别作为筛选和诊断糖尿病的指标。,（一）研究对象和方法1. 研究对象：参加本研究者共815例。年龄48.79.8岁（2577岁），其中男性435例，女性380例。所有受试者均无糖尿病病史和与糖尿病有关的临床症状，亦无服用影响糖代谢的药物。试验前2周，每位受试者每天摄入的碳水化合物不少于250克。2测量方法：受试前禁食1012小时，收集空腹静脉血浆标本，进食75克葡萄糖后2小时再次收集静脉血浆标本，测定空腹血浆葡萄糖（FPG）和2小时葡萄糖（2hPG）。3. 诊断标准：以 2hPG11.1mmol/L作为诊断糖尿病标准。（二）结果 以2hPG11.1mmol/L作为诊断糖尿病标准，共发现糖尿病患者156例；如以FPG7.8mmol/L作为标准，可发现104例；以FPG7.0mmol/L作为标准，则为160例。104例FPG7.8mmol/L者，均为2hPG11.1mmol/L者，而156例2hPG11.1mmol/L患者中，只有122例FPG7.0mmol/L。,思 考,1、筛检和诊断试验有何区别？其应用对象和应用范围是什么？,筛检试验和诊断试验都是应用一些试验、检查等 手段，确定受检者的健康状况，实际上它们存在 许多区别，筛检是在大量表面上无病的人群中通 过快速简便的试验、检查和其他方法，去发现那 些未被识别、可疑的病人或有缺陷的人。 筛检仅是一个初步检查，必须进一步经诊断试验 确诊后，才能将病人找出来，并需要进行治疗。 它和临床检查的区别主要在于： 对象不同 目的不同 要求不同 费用不同 处理不同,2、确定最佳临界值的方法有哪些？,确定截断值方法,1、统计学方法：正态分布法，百分位数发；2、两组测量值分布交叉点；3、约登指数最大值对应点；4、危险度确定法；5、受试者工作特性曲线（receiver operator characteristics curve，ROC曲线）,筛检结果的临界点选择需要根据具体情况而定： 预后差且有可靠的治疗方法，则临界值往左移，提高灵敏度 预后不严重，现诊疗方法不理想，临界值右移，降低灵敏度提高特异度 进一步诊断费用贵，可将临界点往右移 灵敏度和特异度同等重要，可应用统计学方法确定临界点，定在非病人的分布曲线与病人的分布曲线的交界处,P43 图2-6,3、分别以FPG7.8mmol/L、FPG7.0mmol/L作为临界值，列出四格表，对筛检试验进行评价，计算灵敏度、特异度、阳性预测值和阴性预测值。,FPG7.0mmol/L,灵敏度=78.2%特异度=94.2%阳性预测值=76.25%阴性预测值=94.8%,FPG7.8mmol/L,灵敏度=66.67%特异度=100%阳性预测值=100%阴性预测值=92.7%,4、降低筛检的临界值对假阳性和假阴性的影响如何？,假阳性升高，而假阴性下降,5、如果该社区50岁以上人口糖尿病的患病率为30，分别以不同FPG值作为临界值，计算阳性预测值和阴性预测值，这个结果与原人群进行比较能说明什么？,假设社区人群100人，按照社区患病率可知患者30人，非患者70人，按照各个临时值的灵敏度和特异度归纳得出四格表,a、b、c、d可根据前面的Se、Sp计算得到,FPG7.0mmol/L,阳性预测值=85.2%阴性预测值=90.4%,FPG7.8mmol/L,阳性预测值=100%阴性预测值=87.5%,这个结果说明当灵敏度和特异度不变时，阳性预测值随着患病率增加而上升，而对阴性预测值影响甚微,6、如果让你执行该项筛检，你认为FPG临界值应取多少比较合适？可采取何种方法提高筛检的收益？,由于糖尿病病情的特殊性，应该选择 FPG7.0mmol/L作为筛检的临界值。 增加收益的方法有： 选择患病率高的人群 选择灵敏度高的筛检方法 可以采用联合试验 综合考虑成本问题 选择特殊表现的人群 确定合理的截断值,1、重点关注的慢性病，相对患病率高；2、有可靠的药物治疗，临界值左移。,课题二 钼靶 X 线和超声两种方法对筛检乳腺癌的价值分析,彩色多普勒超声与钼靶X线对乳腺癌的诊断各有其特点，但乳腺癌的影像学特征，无论是彩色多普勒超声还是钼靶X线都可能存在部分良恶性图像的重叠现象，鉴别诊断有时十分困难，可能造成漏诊与误诊。本研究比较X线钼靶、高频超声检查对乳腺癌进行筛检的优缺点，探讨二者联合筛检的价值。,1. 金标准：将手术或穿刺活检病理作为乳腺癌诊断的金标准。2. 研究对象：（1）选择某医院2004年122006年12月病例资料完整并经手术病理结果证实的乳腺癌患者；（2）选择2006年510月因乳腺肿块在肿瘤医院住院病人，以乳腺癌病人为病例组，乳腺良性病变为对照组；（3）选择2006年某医院健康体检人群，以体检筛检结果为乳腺癌的人群为病例组，无乳腺癌的人群为对照组；3. 测量方法：所有研究对象术前均行超声和X线钼靶摄片检查，2种检查时间相隔在1周之内，检查前均未行放疗或化疗。分别根据当时彩色多普勒超声与钼靶X线报告中结论意见，报告为乳腺癌、乳腺实质性病变未提示良性可能者为筛检阳性结果；报告为乳腺良性病变或未见异常者为阴性结果。,思 考,7、本研究的目的是什么？它属于一种什么性质的流行病学研究？,本研究通过对X线钼靶、高频超声检查两种方法对乳腺癌筛检试验进行评价，比较两种方法的优缺点，并且探讨两种方法联合筛检乳腺癌的价值。它属于观察性流行病学研究。,8、上述几种研究对象的选择方式，你认为哪一种最为合理？为什么？,选择2较好，因为这些病人都是通过金标准筛检出来的。,9、如何确定样本含量？样本含量的确定与哪些因素有关？,与研究样本量有关的因素有：灵敏度特异度显著性检验水平容许误差N =（ /）2 （1-P）P eg: =0.05 ；=0.08；灵敏度=75%；特异度=55%病例组样本量=（1.96/0.08）2（1-0.75）0.75 =113对照组样本量=（1.96/0.08）2（1-0.55）0.55 =149,举例,10.、测量方法是否存在问题？,报告中测量方法没有说明两种方法鉴定结果是采用并联还是串联方法。导致阳性结果和阴性结果报告不够准确。,患者不配合 主观选择研究对象 病人的自我选择偏倚 观察方法误差产生的系统误差等等可能导致影响筛检质量,11、本次研究中可能会遇到哪些影响筛检质量的因素？应该如何控制？,两种方法筛检乳腺癌的结果,12、分别计算两种方法的灵敏度、特异度、正确指数是多少？,灵敏度=49 / 81=60.5% 特异度= 2568 / 2603=98.7% 正确指数=59.2%,灵敏度=70 / 81=86.4% 特异度= 2555 / 2603=98.2% 正确指数=84.6%,13、分别计算两种方法假阳性率和假阴性率是多少？,超声： 假阳性=35 假阴性=32 假阳性率=35 / 2603=1.34% 假阴性率=32 / 81=39.5% X线： 假阳性=48 假阴性=11 假阳性率 =48 / 2603=1.84% 假阴性 率=11 / 81=13.6%,14、如果某社区有50万人口，乳腺癌的患病率为20/10万，在该社区分别用两种方法来筛检乳腺癌时，会造成多少假阳性？阳性预测值和阴性预测值分别是多少？它们表示什么？,阳性预测值 阴性预测值 假阳性单用红外扫描 58.3 98.8 6722单用X线摄片 59.3 99.6 9219,15、如果要在人群中筛检乳腺癌，用哪一种方法收益较大？,为了提高筛检的收益，通常会采用以下办法：1.选择患病率高的人群2.选用高灵敏度的筛检试验3.采用联合实验 所以选择X线的筛检方法较好，因为这种方法的灵敏度较高,16、什么是联合试验、并联试验和串联试验？与单一的检验方法相比，两种合并检验法的敏感度和特异度有何改变？请总结一下并联试验和串联试验的效应。,在实施筛检时，可采用多项筛检试验检查同一对象，以提高筛检的灵敏度或特异度，增加筛检的收益，这种方式称为联合实验串联：全部筛检试验结果均为阳性者才定为阳性。该法可以提高特异度，但灵敏度降低。并联：全部筛检试验中，任何一项筛检试验结果阳性就可以定为阳性。该法可以提高灵敏度，但降低特异度。,串联的情况,灵敏度=44/81=54.3%特异度=2577/2603=99%阳性预测值=44/70=62.9%阴性预测值=2577/2614=98.58%,并联的情况,灵敏度=75/81=92.6%特异度=2546/2603=97.8%阳性预测值=75/132=56.8%阴性预测值=2546/2552=99.76%,