文档介绍：诊断试验的评价
一
诊断试验( diagnostic test)：
应用物理学的、生物化学的、血清免疫学的检查,临床检查和医疗器械检查，对疾病和健康状况提供信息的试验。
一种好的诊断方法要求真实、假阴性
假阳性
a
b
c
b点——误诊（假阳性）增大
c点——漏诊（假阴性）增大
a点——误诊率＝漏诊率
（3）原则：
高灵敏度试验适用于
A：病严重但可治 ，尤早期最好。结核
B：排除某病
C：发病率低的病排除。阴性时可排除。
高特异度试验适用于：
A：无法治疗的疾病。如癌，阳性结果会导致病人精神和肉体上的严重危害。
B：要肯定诊断时，高特异度试验的阳性结果临床价值大
2、预测值
（1）定义
（2）关系：预测值的高低和患病率有关。一般说兼有，越是灵敏的试验，阴性预测值越高，反之特异性越高的试验，阳性预测值越高。但患病率对影响预测值的影响更为重要。
Bayes公式
阳性预测值=（灵敏度*患病率）/[（患病率*灵敏度）+（1-患病率）（1-特异度）]
阴性预测值=特异度* （1-患病率）/[（1-灵敏度） * 患病率+特异度* （1-患病率） ]
预测值受试验方法的灵敏度、特异度以及受检对象中疾病现患率（prevalence rate）的影响。当现患率一定时，随着灵敏度的升高，特异度下降，假阴性率下降，阴性预测值升高，阳性预测值下降；随着特异度的升高，灵敏度下降，假阳性率下降，阳性预测值升高，阴性预测值下降。当灵敏度、特异度一定时，随着现患率的升高，阳性预测值升高，阴性预测值下降；随着现患率的下降，阴性预测值升高，阳性预测值下降。所以在评价诊断试验时，应充分考虑以上诸因素的影响。
（3）临床应用 P53的例子 一贫血女孩被认为在被查患该病的概率40%，（即为验前概率=患病率）。在实验室应用血清铁蛋白<65mmol/L作为诊断缺铁的标准（该标准诊断缺铁性贫血的灵敏度为90%，特异度85%）该女孩<65mmol/L，计算：验前概率=患病率=
验前比=/（1-）=
阳性似然比=/（1-）=6
验后比=验前比*似然比=*6=
验后概率=验后比/1+验后比=+=
结论 做过铁蛋白试验后，患病概率升高，诊断把握度增加。
如事先测出诊断试验的似然比，计算就能帮助推断患者患某病的概率，有助作出正确诊断。除公式计算外，还可利用似然比应用图。
6 可靠性评价指标（可重复性）
（1）定义：可重复性是指诊断实验在完全相同条件下，进行重复操作获得相同结果的稳定程度。
（2）测量变异：
A 观察者间变异
B 观察者自身变异
C 测量仪器，试剂
D 研究对象生物学变异
（3）评价指标
A 计量资料；用标准差、变异系数；
B 记数资料：用观察符合率和卡帕（Kappa）值表示
（4）Kappa值定理：是判断不同观察者间，校正机遇一致率后的观察一致率指标，常用于比较两者的一致性，。
计算步骤： 观察一致率（P0）=（a+d）/N
机遇一致率（Pc）
非机遇一致率=100%-机遇一致率
实际一致率=P0-Pc=观察一致率-机遇一致率
Kappa值=实际一致率/非机遇一致率
Kappa值判断标准（P58）
=2(ab-bc)/(a+b)(b+d)+(a+c)(c+d)
五、提高诊断试验效率的方法
（一）选患病率高的人群应用诊断试验
主观高-转诊、客观高-高危地区
（二）采用联合实验
1、平行（并联）实验：
①定义：同时做几个实验，只要有一个阳性即可认为有病
② 效应：提高灵敏度和阴性预测值
适应：A 急需作出诊断的 B 漏诊减少，误诊增加
2、系列（串联）实验：
① 定义：依次相继实验，皆阳性的才为阳性
② 效应：提高特异度和阳性预测值
③ 适应：A 要增加疾病正确性 癌 B 有危险的实验，先做安全性好的实验 C 单项实验特异性均不高是最好
二、联合试验
１、并联试验（parallel test）灵敏度和阴性预测值 ，特异度和阳性预测值 ，使误诊增多、漏诊减少☆。在临床工作中，当①必须迅速作出诊断②目前尚无一种灵敏度很高的试验③漏掉一个人后果严重时④再进行筛检费人力、物力时，要尽量减少漏诊率，则可采取此试验。
２、串联试验（serial testing）一种依次的试验，是否作下一个试验要根据上一个试验结果来决定。串联试验特异度、阳性预测值增大，减少误诊率，灵敏度和阴性预测值降低，增加漏诊率☆。在临床工作中