文档介绍:9临床试验
三、用于描述临床研究设计特征的术语
(一)组间平行比较
(二)配比比较
(三)自身比较
(四)单盲
(五)双盲
(六)交叉对照
(七)安慰剂对照
(八)因子设计
四、临床试验试者工作特征曲线
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。
20
图9-2 灵敏度和特异度
21
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。
22
图9-3 ROC曲线
23
(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。
24
图9-4 ROC曲线的含义
25
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~ 11()
142~ 4()
150> 4()
合计 27(100) 93(100)
以血清T4检查为例说明ROC的画法。其原始资料见表(9-4),将资料按13nmol/L的间隔计算累积频率分布见表9-5。
表9-4 120例甲状腺功能低下与正常人血清T4浓度
26
表9-5 120例甲状腺功能低下与正常人血清T4浓度的累积频率分布表
判定值
患