文档介绍：9临床试验
第一节概述
第二节临床诊断试验的评价
第三节临床试验方法
第四节交叉设计
第五节序贯分析
*
第一节概述
发展简史
临床试验基本特征
用于描述临床研究设计特征的术语
临床PV)是指试验结果阴性中确未患病的概率。
NPV=d/(c+d)； %.
PPV和NPV是在临床试验中对试验有用性的正确评价指标。
*
例如：在进行肿瘤标志物(Tumor Marker TM)的检测时，其阳性预测值（PPV）与阴性预测值（NPV）就是重要指标。PPV与NPV不仅与灵敏度和特异度有关，还与人群的患病率有关。某—TM的灵敏度、特异度、PPV、NPV不是固定不变的，而是与临界值的选定有关（见图9-1）。
图9-1临界值与灵敏度和特异度的关系
*
如图9-1所示，选择临界值时，不能同时提高灵敏度和特异度。将临界值提高，可增加特异度，但灵敏度随之降低；反之，将临界值降低，则灵敏度提高，但特异度降低。
*
三、受试者工作特征曲线
在临床试验中，试验结果不是阳性就是阴性、有病或无病。但条件是，如何选择合适临界值（分界点）。分界点的选择不应只从统计学角度出发，还应考虑与假阳性、假阴性结果有关的医学、伦理学、心理学和经费等问题。
如果一项血清学试验，高的稀释度与疾病有关，当提高分界点的稀释度将提高特异度，降低灵敏度，反之亦然。图9-2显示有病和无病人群的两个复合正态分布的联系。
*
图9-2 灵敏度和特异度
*
以不同分界点上的1－特异度（假阳性率）和灵敏度（检出率）两个参数所获得的曲线，称为受试者工作特征曲线（receiver operator characteristive curve, ROC曲线）。该曲线用于优化特异性和灵敏度（见图9-3）。
图9-3中，曲线A在45℃，是无意义的试验；曲线B、C和D为临床应用逐步提高的试验；曲线E为最好的诊断试验。灵敏度、特异性接近100%。（如果采用的是人群中的样本，则试验的特异度和灵敏度不可能达到100%，而只有在全人群才可能得到），如果假阴性结果和假阳性结果消耗同样的费用，那么最理想的分界点是取灵敏度和特异性之和的最大值，见图9-3中的曲线E。
*
图9-3 ROC曲线
*
（一）ROC曲线的意义
从上图9-3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9-3E线）。图9-4为各种情况下的ROC曲线。
图9-4中的A试验，患病组的检查值与非患病组的检查值分布相同，这种检查完全没有识别能力。该情况下，无论将判定值放在什么位置，真阳性率（TPR）与假阳性率（FPR）的值都是相同的，ROC曲线为通过原点的对角线。在试验B如以C点为分界点区分患病组与非患病组的话，检查结果是完全分开的，检查结果的识别能力最高。此时如在D到C之间取判定值的话，FPR为0，在C到B之间取判定值的话，FPR总为1。因此，试验A和试验B的ROC曲线均是极端的例子，通常的检查则类似试验C或试验D，患病组和非患病组间有一部分重合。总的来讲，患病组与非患病组间检查值重合程度越小，检查的识别能力越高，ROC曲线越偏向左上，曲线下的面积越大，检查的识别效力也越高。
*
图9-4 ROC曲线的含义
*
如何绘制ROC曲线
血清T4浓度甲状腺功能低下病人正常人
（nmol/L）人数（%）人数（%）
<13 2()
13～ 3()
26～ 1()
39～ 8()
51～ 4() 1()
64～ 4() 6()
77～ 3() 11()
90～ 2() 19()
103～ 17()
116～ 20()
129～