诊断敏感度

(一)诊断试验和金标准

诊断试验指用于某种疾病诊断的临床试验检查方法。广义上讲,诊断试验不仅包括各种实验室检查、仪器诊断和影像诊断,也包括一些病史及临床检查提供的资料。

所谓“金标准”是指当前临床医学界公认的诊断疾病最可靠的方法。使用金标准的目的是准确区分受试对象是否为某病患者。较为常用的金标准有活检、手术发现、微生物培养、尸检、特殊检查和影像诊断,以及长期随访的结果等。

研究一种用于诊断的新的实验诊断方法,就诊断目的而言,只有相应的两类人(有病和无病的)和两种检测结果(设立一个分界点,判断阳性和阴性)。在分界点以上的标本为阳性。假定100个有病的人和100个无病的人用某种检测方法检测,可建立一个2×2列联表(表2-9)。

表2-9　评价一个诊断试验真实性资料的归纳表

①真阳性(true positive,TP),指经试验被正确分类患者的数目;②假阳性(false positive,FP),指经试验被错误分类非患者的数目;③真阴性(true negative,TN),指经试验被正确分类非患者的数目;④假阴性(false negative,FN),指经试验被错误分类患者的数目

(二)诊断敏感度

敏感度(sensitivity,Sen)又称灵敏度、真阳性率(true positive rate,TPR),指在用“金标准”确定的患者中,应用该诊断试验检查得到阳性结果的百分比。灵敏度反映诊断试验正确识别患病者的能力,灵敏度的理想值是100%。

灵敏度高的诊断试验,通常用于:①拟诊为严重但疗效好的疾病,以防漏诊;②拟诊为有一定治疗效果的恶性肿瘤,以便早期确诊及时治疗;③存在多种可能疾病的诊断,可排除某一诊断;④普查或定期健康体检,能筛选某一疾病,以防漏诊。

(三)诊断特异度

特异度(specificity,Spe)又称特异性、真阴性率(true negative rate,TNR),指用“金标准”诊断的非某病者中,应用该试验获得阴性结果的百分比。特异度反映诊断试验正确鉴别非患病者的能力,理想值为100%。

特异度高的诊断试验,常用于:①拟诊患有某病的概率较大时,以便确诊;②拟诊疾病严重但疗效与预后均不好的疾病,以防误诊,尽早解除病人的压力;③拟诊疾病严重且根治方法具有较大损害时,需确诊,以免造成病人不必要的损害。

(四)诊断准确度

诊断准确度(accuracy,AC)又称总符合率、诊断效率(diagnostic efficiency,DE),是指在患病和非患病者中,用诊断试验能准确划分患病者和非患病者的百分比。反映诊断试验正确诊断患病者与非患病者的能力。理想的诊断准确度为100%。准确度高,真实性好。

(五)预测值

预测值(predictive value,PV)也称预告值或诊断价值,包括阳性预测值和阴性预测值,分别表示诊断试验结果确定或排除某种疾病的概率。预测值受流行率的影响,不同流行率人群中疾病的预测值不同。

1.阳性预测值 阳性预测值(positive predictive value,PPV或+PV)表示在诊断试验结果为阳性的人数中,真正患病者所占的百分率,即试验结果阳性者属于真病例的概率。也称患病的试验后可能性。理想试验的阳性预测值为100%。

阳性预测值主要受流行率的影响,流行率越高,阳性预测值越高。临床医师根据某病的流行率和诊断试验的阳性结果就能预测就诊者患某病的可能性大小,当流行率一定时,诊断试验的特异性越高,阳性预测值越准确。

2.阴性预测值 阴性预测值(negative predictive value,NPV或-PV)表示在诊断试验结果为阴性的人数中,非患病者所占的百分率,即试验结果阴性者属于非病例的概率。也称非患病的试验后可能性。理想试验的阴性预测值为100%。

当流行率一定时,诊断试验的敏感性越高,阴性预测值越高。

流行率(prevalence,P):表示在受检对象的总人数中,真正患病者所占的百分率,也称患病的试验前可能性或患病率。

流行率可从流行病学调查资料查知,也可以是临床医师在长期的医疗实践中,对门诊就诊者患某病比例的经验认识;由于在不同地区、不同级别的医院,就诊者的组成差别可能很大,因此,同样的疾病在不同医院的流行率也不同,临床医师必须根据具体情况确定流行率,才能得出较为准确的阳性预测值。

预测值与流行率的关系:诊断试验的预测值与试验的灵敏度、特异度及受试人群疾病的流行率有关。三者有下列关系:①特异性越高,假阳性率越低,阳性预测值越高;②灵敏度越高,假阴性率越低,阴性预测值越高;③受试人群疾病流行率越高,假阳性率越低,阳性预测值越高,阴性预测值越低。

可以看出,即使诊断敏感度和特异度都达到99%,只有在流行率达到50%时,才有较高的阳性预测值。所以在临床诊断中,应先询问病史,再对怀疑的病人做诊断试验。同时也说明部分临床上很好的试验,用作普查效果并不理想。

(六)似然比

预测值和流行率随检查人群的不同而异,诊断敏感度和特异度虽不随被检对象中患病者与非患病者的不同比例而改变,但难以帮助医生直接判断就诊者患病的可能性,因而引进似然比的概念。

验后概率较验前概率的符合程度和变化方向取决于诊断试验的特性,表述这种特性的量化指标称似然比(likelihood ratio,LR)。LR是诊断试验结果的某一特定水平在患病者中出现的可能性与在未患病者中出现的可能性之比。似然比包括阳性似然比和阴性似然比。似然比性质稳定,不因流行率的改变而改变。

1.阳性似然比[positive likelihood ratio,+LR或LR(+)] 用诊断试验检测患病人群的

2.阴性似然比[negative likelihood ratio,-LR或LR(-)] 用诊断试验检测患病人群中的阴性率与非患病人群的阴性率之间的比值,即假阴性率与真阴性率之比。用于描述诊断试验阴性时,患病与不患病的机会比。LR(-)提示错误判断为阴性的可能性是正确判断为阴性的可能性的倍数。LR(-)数值越小,否定患该病的可能性越大。阴性似然比也可表示为(1-敏感度)与特异度之比。阳性率与非患病人群的阳性率之间的比值,即真阳性率与假阳性率之比。用于描述诊断试验阳性时,患病与不患病的机会比。LR(+)提示正确判断为阳性的可能性是错误判断为阳性的可能性的倍数。LR(+)数值越大,确诊患该病的可能性越大。因真阳性率为敏感度,假阳性率与特异度成互补关系,所以,也可表示为敏感度与(1-特异度)之比。真阳性率愈高,阳性似然比愈大。

似然比可直接判断诊断试验的好坏。例如LR(+)>1.0,其超过1.0的大小是当试验结果为阳性时,提示患病可能性增高能力的一种度量。LR(+)=2.0~5.0,该试验不太好;> 10.0,诊断试验是好的。相反,LR(-)<1.0,其<1.0的大小是当试验结果为阴性时,患病可能性降低能力的一种度量。LR(-)=0.5~0.2,该试验不太好,<0.1,认为是好的试验。

(七)诊断试验评价指标的应用

1.根据诊断试验结果计算其评价指标 例如:根据检测空腹血糖诊断糖尿病(DM)的相关数据(表2-10),可计算空腹血糖的诊断敏感度、诊断特异度、诊断准确性、阳性预测值、阴性预测值、阳性似然比、阴性似然比和流行率。

表2-10　空腹血糖检测结果

2.确定阈值 阈值(临界值)指划分诊断试验结果正常与异常的界值,严格讲,该值只是一个理论值或理想值。临床实践中,诊断试验结果在患者和非患者之间不可能截然分开,总会有部分重叠,所以阈值的确定直接影响诊断试验的临床评价指标。例如:在进行肿瘤标志物(tumor marker,TM)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不仅与敏感度和特异度有关,还与人群的患病率有关。某一种肿瘤标志物的敏感度、特异度、PPV、NPV不是固定不变的,而与临界值的选定有关。临界值向左移动,假阴性减少,假阳性增加;临界值向右移动,假阳性减少,假阴性增加。此时应选定几个阈值,分别计算TP、FP、TN、FN,进一步计算诊断指标,或做ROC曲线,根据早期诊断、疗效观察、流行病调查等不同目的,确定阈值(图2-6)。

图2-6　临界值与诊断性能