诊断试验
诊 断 结 果(T) 阳 性(T+)
金标准(D)
病例(D+)
对照(D-)
合计
TP(真阳性) FP(假阳性) TP+FP
阴 性(T-) 合计
FN(假阴性) TN(真阴性) FN+TN
TP+FN
FP+TN
N
诊断试验评价指标
▪ 评价诊断试验的常用指标有一致百分率、 灵敏度、特异度、Youden指数、阳性似然 比、阴性似然比、阳性预报值和阴性预报 值。
概述
▪ 曲线上最接近左上角的一点的坐标就表示这一试 验的敏感度和特异度。对同一检测指标的多个不 同试验进行Meta 分析，可根据它们的比值比的 权重，用一条ROC曲线表示出来，这条曲线称为 SROC 曲线，从这条SROC 曲线得到该组研究的 敏感度和特异度，这样的方法称SROC法或集成 ROC法。自从八十年代起该方法广泛用于医学诊 断性能的评价，如用于诊断放射学实验室医学癌 症的筛选和精神病的诊断尤其是医学影像诊断准 确性的评价。
诊断试验
▪ 对于按金标准确定的二项分类总体，如病 例与对照(分别记为D+与D-)，采用诊断试 验检测的结果可分别写成阳性与阴性（记 为T+与T-），资料可列成表21-1的四格表 形式。表中有四个可能结果，其中两个是 正确的，即病例被诊断为阳性（真阳性， TP）和对照被诊断为阴性（真阴性，TN）； 两个是错误的，即病例被诊断为阴性（假 阴性，FN）和对照被诊断为阳性（假阳性， FP）。
阳性似然比
▪ 真阳性率与假阳性率之比，即灵敏度与误 诊率之比就是阳性似然比 （LR+），
L R T/ P FR P SR /e 1 ( S n)pe
▪ LR 的取值范围为(0, ∞)，其值越大，检测 方法证实疾病的能力越强。
▪ LR 的标准误涉及到对数变换，这里不予给 出；以下几个指标的标准误计算也较复杂， 也不予给出。
阴性似然比
▪ 假阴性率与真阴性率之比，即漏诊率与特 异度之比为阴性似然比
L R ( 1 T) / P 1 (F R ) P ( 1 S R ) /e Sn pe
▪ LR 的取值范围为(0, ∞)，其值越小，检测 方法排除疾病的能力越好。
阳性预报值
▪ 在通常的情况下，当要对某疾病作出诊断 时，并不知道金标准的结果，只知道诊断 试验是阳性或阴性。而临床医生更想知道 的是：当诊断试验阳性时，受试者真正有 病的概率有多大；阴性时又有多大把握排 除此病。这就需要引入阳性预报值（PV+） 与阴性预报值（PV_）的概念。
▪ 实际未患病且被诊断为阴性的概率就是特 异度，即：
Sp T eN /T ( N F)P
▪ 其标准误为：
SsE p e F T P /F N ( T P )3N s( 1 p se ) p /F (e T P )N
▪ 该指标只与对照组有关，反映了诊断试验 排除非病例的能力。
灵敏度与特异度
▪ 灵敏度与特异度具有不受患病率影响的优点，其 取值范围均在(0，1)之间，其值越接近于1，说明 其诊断试验的价值越好。
灵敏度
▪ 实际患病且被诊断为阳性的概率就是灵敏 度，也称为真阳性率，即：
sen TP TPR
▪ 其标准误为： TPFN
Sse E n T F P /T N ( F P )3 N S( 1 e Sn )/e T ( n F P )N
▪ 该指标只与病例组有关，反映了诊断试验 检出病例的能力。
特异度
一致百分率
▪ 一致百分率是病例正确诊断为阳性与对照 正确诊断为阴性的例数之和占总例数的百 分率。计算公式为：
一致百T分 P T率 N 1＝ 0％ 0
▪ 其标准误为
N
S一 E致 ＝ 百 （ T分 P T 率 ） (N F P F)N /N 3
致百分率
▪ 一致百分率很大程度上依赖于患病率，如 某病的患病率为5%，即使不采用诊断试验， 且将所有研究个体划归为阴性，也可得到 一致百分率为95%；其次，它没有利用假 阴性和假阳性的信息，相同的一致百分率 可能有十分不同的假阴性和假阳性；第三， 它还受诊断界点的限制。因此，诊断试验 评价只用该指标粗略地表达诊断试验的一 致性，更常用的诊断试验评价指标是灵敏 度、特异度等。
阴性预报值
JSe Snp 1 e TP F RPR
▪ 其标准误为
SJE T P F/N T ( PF)N 3F P TN /F ( P T)N 3 Se (1 nSe )/T n ( PF)N Sp (1 eSp )/F (e P T)N
▪ Youden指数的取值范围在(-1, +1)之间，其 值越接近于+1，诊断准确性越好。
阳性预报值
▪ 试验结果阳性时，受试者实际为病例的概 率就是阳性预报值，即
PV T/P T ( P F) P Se 0 n (1 S P S e 0) p n 1 ( e P P 0 )
▪ 由上式可以看出，当灵敏度与特异度为常 数时，增加患病率，将降低(1Sp)1e(P0)， 增加 SenP0 的值，从而整个分母的值减少， 阳性预报值增加。
第21章 诊断试验的ROC分析
学习目标
▪ 熟悉诊断试验的常用评价指标； ▪ 熟悉ROC曲线的含义以及构建； ▪ 通过SAS实例掌握进行ROC分析的SAS程
序；
概述
▪ 诊断性试验是对疾病进行诊断的试验方法，它不 仅包括实验室检查，还包括各种影像诊断，如X诊断、CT、核磁共振(MRI) 、超声波诊断以及同 位素检查、纤维内诊镜、电镜等诊断方法。诊断 性试验(diagnostic test) 的质量通常用敏感度和特 异度来衡量。在同一试验中，如果取不同的临界 值，则可得到不同的敏感度和特异度，将这些点 在以敏感度为Y轴，以(1-特异度) 为X轴的坐标上 标出并连成线，就可得到一条ROC曲线。
▪ 当比较两个诊断试验时，单独使用灵敏度或特异 度，可能出现一个诊断试验的灵敏度高、特异度 低，而另一个诊断试验的灵敏度低、特异度高， 无法判断哪一个诊断试验更好。由此，有人提出 了将灵敏度和特异度结合的诊断试验评价指标， 如Youden指数、阳性似然比、阴性似然比等。
Youden指数
▪ 真阳性率与假阳性率之差就是Youden指数， 即：