诊断试验在横断面研究中的应用与实践

郑亮上海市东方医院副研究员包头市中心医院客座教授诊断试验的概念；诊断试验的指标；ROC曲线的实现；曲线下面积估算；最佳临床截断点；联合诊断实验（串联与并联）；多类判别ROC曲面时间依赖性ROC曲线一类错误，二类错误，真阳性率，真阴性率？？？CutoffvalueROCcurve：即受试者工作特征曲线（receiveroperatingcharacteristiccurve），以数据集中研究的连续性变量值自身为截断点分别计算出每一点的敏感性、特异性。然后以敏感性为纵坐标代表真阳性率，（1-特异性）为横坐标代表假阳性率，作图绘成ROC曲线。数据格式同SPSS数据；这里假设一value或SC为新的变量，以group为金标准诊断结果；注意group值应该为0或1。roctabgroupvalue,groccompgroupvaluesc,groctabgroupvalue,d举例说明2：ROC曲线其他参数在临床实践中，还会常常遇到一个诊断试验无法达到灵敏度和特异度都有较高的水准。为了提高诊断试验的效率，可以采用联合诊断试验来达到目的，联合诊断试验可以分为平行联合诊断和系列联合诊断。系列联合诊断（串联指标）要求必须几个指标均为阳性才能诊断为阳性。例如糖尿病筛检时可以先用尿糖试验，阳性时再进行血糖耐量试验。二者均为阳性才诊断为糖尿病。此种联合试验提高特异度，可以减少误诊率，但却增加了漏诊率；平行联合诊断（并联指标）进行诊断时，是指几个指标中有一个阳性即诊断为阳性，此法提高了灵敏度，但特异度有一定程度的降低，此法减少漏诊率。假如想看看SBP，TC两个指标对bmi2的诊断价值，我们可以把SBP，TC两个指标分别选入testvariable选项框中，将先按照“金标准”判断的结果变量bmi2（两分类变量）选入状态框中即可。如下图所示：在上一个例题中，可以看到如果拿两个指标分别来做ROC曲线的话，曲线下面积TG为0.652，SBP为0.627；TG对肥胖（BMI≥28）的预测价值要高于SBP。假设我们想看看将TG和SBP两个指标结合起来，是不是能够对预测肥胖有更好的效果，能否通过SPSS来实现呢？答案是肯定的，其具体操作步骤如下：首先，要运用两个指标为自变量，BMI两分类指标为因变量，创建一个Logistic回归模型；其次，利用所得出的预测概率P，作为一个新的自变量，或者理解为一个综合指标，再次做ROC曲线，从而看看效果如何。由下图可以看出，联合诊断的ROC曲线下面积为0.661，高于SBP的0.627和TG的0.652，提示了当把两个单独的指标相结合起来作联合诊断其效果要优于每一个指标的单独诊断效果。操作步骤输出结果这里根据概率的乘法原理，诊断试验A与诊断试验B的系列联合诊断敏感度和特异度可以进行如下计算：联合敏感度=试验A敏感度*试验B敏感度联合特异度=试验A特异度+（1-试验A特异度）*试验B特异度例题诊断心肌梗死的两种常见酶CPK,SGOT，其临床诊断的灵敏度分别96%和91%，特异度分别为59%，和76%。没有一种具有良好的特异性，如果单独使用其中一种进行诊断试验，则会有很多人将被误诊为心肌梗死。请问采用哪一种联合诊断能够解决这一问题？答案采用系列联合诊断试验，即当以上两种酶均显示阳性才能诊断为心肌梗死联合敏感度=试验A敏感度*试验B敏感度=0.96*0.91=87%联合特异度=试验A特异度+（1-试验A特异度）*试验B特异度=0.59+（1-0.59）*0.76=91%此时的灵敏度为87%，特异度为91%，有效地减少了误诊的机会。这里根据概率的乘法原理，诊断试验A与诊断试验B的平行联合诊断（并联诊断）敏感度和特异度可以进行如下计算：平行联合敏感度=试验A敏感度+（1-试验A敏感度）*试验B敏感度平行联合特异度=试验A特异度*试验B特异度email:[e-mail]