诊断性研究证据的评价与应用2016讲述.ppt

证据的重要性评价 诊断性试验的重要性是指该诊断性试验能否准确区分患者和非患者，即诊断性试验结果能否明显改变试验前我们对患者患病概率[验前概率（pre-test probability）]的估计。得到诊断性试验结果后，我们应根据诊断性试验结果重新估计患者患病概率[验后概率（post-test probability）]。 验后概率的计算取决于验前概率和诊断性试验似然比（likelihood ratio,LR）的大小。 （一）验前概率 正确估计验前概率是应用诊断性试验的前提，已知验前概率，才能根据诊断性试验结果准确估算验后概率，以便决定下一步医疗决策。验前概率因就诊对象来源及医疗环境不同而有较大差别。估算患者的验前概率，即诊断性试验前该患者得这种病的可能性（概率）有多大，应根据患者的病史和体征、医师临床经验进行推测，或从他人报告和实践资料中获得。 似然比 真阳性率与假阳性率的比值，患病组出现诊断试验阳性的机会是不患病组出现诊断试验阳性机会的倍数 假阴性率与真阴性率的比值，患病组出现诊断试验阴性的机会是不患病组出现诊断试验阴性机会的倍数 以Guyatt等“血清铁蛋白诊断老年性缺铁性贫血”一文为例。以血清铁蛋白45μg/L为分界点计算： 血清铁蛋白水平（μg/L） 骨髓穿刺 合计 有缺铁 无缺铁 ≤45 45 合计 70 15 15 115 85 130 85 130 215 敏感度＝70/85＝82.4% 特异度＝115/130＝88.5% 阳性似然比＝（70/85）/（15/130）＝7.14 阴性似然比＝（15/85）/（115/130）＝0.20 （三）计算验后概率 根据验前概率、似然比即可计算验后概率。 验前比（pre-test odds）：=验前概率/（1-验前概率） 验后比（post-test odds）：=验前比×似然比 验后概率（post-test probability）：= 验后比/（1+验后比） David study：本患儿的验前概率估计为65%，患儿有持续性杂音和脉搏增强两种体征，根据上表，同时具有两项异常体征的似然比为1.9，验后概率的计算如下： 验前比＝验前概率/（1-验前概率）＝0.65/（1-0.65）＝1.86 验后比＝验前比×似然比＝1.86×1.9＝3.53 验后概率＝验后比/ （1+验后比）＝3.53/（1+3.53）＝0.78＝78% David study： 还可采用似然比运算图直接获得验后概率。在左则标尺上找到验前概率（65%），中间标尺上找到似然比（1.9），直线连接两点并将线延伸与右侧标尺相交，相交点刻度即为验后概率（78%）。 证据的适用性评价 评价原则： 1、该诊断性试验在你所在医院是否可行、准确、精确且患者能支付 2、能否从临床上合理估计患者的验前概率 3、验后概率是否影响我们对患者的处理并有助于解决患者的问题 1、该诊断性试验在你所在医院是否可行、准确、精确且患者能支付 如果文献报道的诊断方法真实且准确度高，我们还需考虑所在医院是否具有条件和能力开展此项检测？是否能够达到文献报道的准确度和精确度？你的患者是否能够承担检查费用？如某些基于症状和体征的诊断方法，不同医院或不同医生的检测结果可能差别较大，而影响重复性和临床应用。 Davis study： 根据患者体征诊断PDA的关键是医生检测结果的一致性如何。Davis研究提供了3～5名医护人员检测同一批早产儿时的平均一致率（kappa 值），结果如表： 体征 加权Kappa值 水冲脉 0.15（-0.02，0.34） 心前区搏动增强 0.32（0.04，0.54） 心脏杂音 0.41（0.06，0.89） Davis study： 上述结果显示，除心脏杂音外，不同检测者间的一致性差（kappa值在0.4～0.75，为中高度一致；kappa值≥0.75，为极好一致性；kappa值≤0.40时，表明一致性差），影响其诊断PDA的可靠性和准确性。提示不能单纯依靠临床体征诊断PDA。 2、能否从临床上合理估计患者的验前概率 合理估计患者的验前概率十分关键，我们可利用以下5方面信息估计患者的验前概率。 临床经验：医生即往诊断类似患者的经验。但临床经验需要长期实践积累，每个人的经验有限，不同年资的医生经验不同。最好将临床经验与其他资料结合考虑。 地区或国家患病率资料：即一般人群或亚组人群中目标疾病的患病率。但就医患者均具有某些症状和体征，如能查寻到具有某些症状和体征的人群的患病率，则能更好地估计验前概率。 临床实践数据库：即不同级别医院收集的具有某症状和体征