在诊断试验或者筛查试验中，⼀般通过某⽅法与⾦标准的⽐较，计算相应灵敏度、特异度、阳性预测值以及阴性预测值等指标，从⽽评价这种⽅法的诊断或筛查价值。有关这部分内容，之前已经推送了⾮常详细的⽂章，还在晕头转向的⼩伙伴可以戳这⾥：【合集】15篇诊断试验和ROC曲线⽂章，从理论到操作，要啥有啥！ 感生电动势今天聊聊另外⼀个经常遇到却总是难倒⼤家的问题——两种诊断⽅法的灵敏度和特异度⽐较（这⾥也是详细回复⼩伙伴提出的问题~~~）。昌都论坛
中央军临床上，我们会经常遇到这样⼀种情况，两种检查⽅法都可以⽤于诊断疾病，但都不是⾦标准，于是乎就想⽐较⼀下哪种⽅法更好。举个栗⼦，200⼈参加了某项临床研究，分别进⾏了CT和超声两种检查，计算CT和超声相对于⾦标准的灵敏度和特异度（详见表1和表2），然后问题就来了，你怎么衡量两种⽅法的好坏。 有的⼩伙伴可能要说，直接⽤配对资料的卡⽅检验（或Kappa⼀致性检验）⽐较⼀下CT和超声，不就搞定了吗？但是，这⾥要解决的是CT和超声相对于⾦标准的好坏，问题并没有解决。有的⼩伙伴会想，⽐较两种⽅法ROC曲线下⾯积呀。问题是这⾥并没有涉及到多个诊断切点，也就不会有ROC曲线下⾯积的概念。办法总⽐问题多，我们来换个思路解决这个问题——直接⽐较两种⽅法的灵敏度和特异度[1]。 由表1和表2可以得到，超声的灵敏度明显⾼于CT（72%>58%），⽽特异度却略低于CT（87%<90%）。这么看好像超声要⽐CT好，但是不要忘了还有抽样误差，还需要进⼀步的统计学检验。
我们关注的是两种⽅法灵敏度和特异度的差别，但⽆论是灵敏度还是特异度，都是在⾦标准诊断下的病⼈或者⾮病⼈中计算得到的，那么⽐较超声和CT的灵敏度，就可以在病⼈当中进⾏配对卡⽅检验，特异度同理。数据可以重新整理为表3和表4。通过配对卡⽅检验，CT和超声的灵敏度和特异度差异均⽆统计学意义（P>0.05）。
以上是对灵敏度和特异度分开进⾏统计检验，实际上，也可以对灵敏度和特异度进⾏整体统计学检验，这⾥需要将2*2四格表（表3和表4）整理成4*4列联表的形式（表5）。表5中，在⾦标准下，⼀个⼈不可能同时处于得病和不得病两种状态（听起来还挺有哲理~~~），所以“灰⾊格⼦”就没有相应数据；蓝⾊虚线框、红⾊虚线框分别对应表3（灵敏度⽐较）和表4（特异度⽐较）。
表5类似于2*2四格表的配对资料设计，这⾥需要采⽤拓展的配对资料McNemar检验（如下公式）。经统计学检验，两种⽅法的灵敏度和特异度也并⽆统计学差异（P>0.05）。
我们再重新理理整个分析过程。⾸先，应该对两种⽅法灵敏度+特异度整体进⾏统计学检验；如果整体存在统计学差异（P<0.05），然后再对灵敏度、特异度分别进⾏检验（有没有很像多组独⽴样本卡⽅检验→多重⽐较）。在分析过程中，当然也会遇到多种不同的结果，相应处理见图1。
图1. A和B两种诊断⽅法灵敏度和特异度⽐较
针对两种⽅法灵敏度和特异度⽐较均有差异，但是⽅向却不同，⽐如上述例⼦中超声的灵敏度明显⾼于
CT（72%>58%），⽽特异度却略低于CT（87%<90%），这时候就需要⽤到ROC分析中常⽤的⼀个综合评价灵敏度和特异度的指标——约登指数（灵敏度+特异度-1）。
莫麟传奇之四大古国全集J超声=72%+87%-1=0.59
JCT=58%+90%-1=0.48
当然，这⾥有⼀个前提假设，即不考虑诊断试验带来的医疗成本和获益等，对灵敏度和特异度赋予了相同的权重。实际上，某种检测⽅法的灵敏度和特异度对于疾病⽽⾔肯定是具有不同的意义，因⽽灵敏度和特异度的权重也应该不同，这时候就需要计算加权约登指数[2]。
Jω=2(ω*灵敏度+(1-ω)*特异度)-1
(ω为权重，0≤ω≤1)
假设我们更关注CT或者超声筛选可疑病⼈的价值（灵敏度），那么可设定ω=0.7。如下，可以看出超声的优势相对扩⼤。
Jω超声=2*(0.7*72%+(1-0.7)*87%)-1=0.54
共生术JωCT=2*(0.7*58%+(1-0.7)*90%)-1=0.36
倾慕技术网qmzyw本次的分享就到这⾥，欢迎⼤家沟通交流~~~
参考⽂献
1. Br J Radiol. 1997;70:360-6.
2. Chin Med J (Engl). 2013;126:1150-4.
（想要及时获得更多内容可关注“医咖会”：传播研究进展，探讨临床研究设计与医学统计学⽅法）
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议