临床检验方法学评价常用指标

首先制作相关四格表，再根据表格数据计算相应指标

1.评价诊断试验真实性的指标

灵敏度( sensitivity) ：指患者中试验阳性者所占比例。

计算公式：灵敏度( Sen) = a/( a+ c) % 100%。

特异度( specificity) ：指没有患病的人中试验阴性者所占比例。

计算公式：特异度( Spe) = d/ ( b+ d) % 100%。

以上两个指标是评价诊断试验真实性的基本指标， 若依据四格表中a、b、c、d 4 个实测值的概率关系则：Sen=1- c/( a+ c)(假阴性率) ， Spe= 1- b/( b+ d) (假阳性率) ， 二者有互补关系。

误诊率( mistake diagnostic rate， α)：又称假阳性率， 即非患者中被诊断试验判为阳性的概率。

计算公式：误诊率(α) = b/( b+ d) % 100%。

漏诊率( omission diagnostic rate， β)：又称假阴性率， 即患者中被诊断试验判为阴性的概率。

计算公式：漏诊率(β)= c/ ( a+ c) % 100%。

粗一致率( crude agreement rate)：又称准确度( accuracy) 。表示观察值与真实值符合的程度， 是综合考虑真实性的指标。是真阳性与真阴性之和占受检总人数的百分率。

计算公式：准确度= ( a+ d)/( a+ b+ c+ d) % 100%。

约登指数( Youden’s indx， YI )：又称正确指数。指灵敏度与特异度之和减1 表示，故此指数值的范围只从0~ 1。约登指数越大， 其真实性亦越好。

计算公式：YI= [ a/( a+ c)+ d/( b+ d) ] - 1。

比数积( odds product， OP)：指灵敏度除以漏诊率， 特异度除以误诊率， 所获两比数的乘积。比数积越大， 诊断试验的真实性越好。

计算公式：OP= [ Sen/( 1- Sen) ] ×[Spe/( 1- Spe) ] = ad/bc， 但要求四格表内的数字均不为零。

似然比( likelihood ratio ， LR) ：是诊断试验的结果在患者中出现的概率与非患者中出现的概率之比。似然比是评价诊断试验真实性的重要综合指标，其优点是非常稳定， 不受患病率的影响。似然比分为以下2 种类型：

阳性似然比( positive likelihood ratio，+ LR)：指真阳性率和假阳性率之比。

计算公式：+LR= [ a/( a+ c) ]/[ b/ ( b+ d) ] % 100%。

阴性似然比( negative likelihood， - LR)：指假阴性率和真阴性率之比。

计算公式：-LR= [ c/( a+ c) ]/[ d/( b+d) ] % 100%。

在选择诊断试验时应当选择阳性似然比大的试验， 因其代表阳性结果的正确率。同时应当选择阴性似然比小的试验。因其代表阴性结果的正确率。

预测值( predictive value， PV) ：指诊断试验结果与实际符合的概率， 也可以把预测值归为评价诊断试验结果的指标。因为对于临床医师来说，至关重要的是在已知被检查对象的试验结果( 阳性或阴性) 的条件下，决定其是否有病还是无病的概率有多大时通常是根据预测值来判断。

阳性预测值( + PV) ：指诊断试验阳性结果的人中有病的概率，

计算公式：+PV= a/( a+ b)×100%， 此值越大越好。

阴性预测值( - PV) ：指诊断试验阴性结果的人中实际无病的概率，

计算公式：d/( c+ d)×100%， 此值越大越好。

2.