筛检： 运用快速、简便的检验、检查或其他措施在健康人群中将那些可能有病或有缺陷但表面健康的人同那些真正无病或无缺陷的人区别开来。

诊断： 医务人员通过详尽的检查及调查等方法收集信息，经过整理加工后对病人的病情进行基本认识和判断，诊断是把病人与可疑有病但实际无病者区分开来。

特征	筛检	诊断
目的	区别无症状的早期病人、病人及健康人	区别病人与可疑有病但实际无病的人
对象	健康或表面健康的人	患者或可疑患者
要求	快速、简便、灵敏度高	科学、准确
费用	一般应使用简便、低廉的方法	一般在医院进行，费用较高
结果处理	阳性者须作进一步的诊断或干预	阳性者应予以治疗

筛检的分类
- 根据筛检对象的范围：人群筛检（一般人群）、目标筛检/选择性筛检/高危人群筛检（暴露人群或高危人群）
- 根据筛检方法的数量多少：单项筛检、多项筛检
- 根据筛检的组织方式：治疗性筛检、预防性筛检、主动性筛检、机会性筛检
筛检的实施原则
- 筛检项目应该是公认确实需要的
- 筛检之初一定要明确筛检目的
- 筛检的目标人群应该明确
- 有筛检项目有效的科学依据
- 筛检项目应该与教育、检测、临床服务及项目管理结合
- 筛检项目应该有质量保证机制，使筛检的潜在风险降低至最小
- 筛检项目应做到知情同意，保护隐私，并尊重筛检对象的自主选择权利
- 筛检应该保障整个筛检目标人群的公平性和可及性
- 项目伊始就应该规划项目的评价
- 筛检的总体益处应该大于害处
筛检的目的与意义
- 早期发现可疑病人，做到早诊断、找治疗，提高治愈率，实现疾病的二级预防
- 发现高危人群，以便实施相应的干预，降低人群的发病率，实现疾病的一级预防
- 了解疾病的自然史，也起到疾病监测的作用
- 指导卫生资源的合理分配

设计和实施

确定“金标准”

“金标准”/标准诊断/标准试验：目前医学界公认的诊断某种疾病最准确的方法。

研究对象的选择

总体原则：研究对象严格能够代表诊断试验可能应用的目标人群。

病人的选择：按金标准确诊为“阳性”的病例；包含典型/不典型、早/中/晚期、轻/中/重型病例，有/无并发症的患者
对照组：按金标准证实没有目标疾病，需要与所研究疾病鉴别的其他病人（一般不选择正常人作为对照组）

样本量

$n={(\frac{\mu_\alpha}{\delta})}^2p(1-p)$

简化： $n=[57.3\mu_\alpha/sin^{-1}(\delta/\sqrt{p(1-p)})]^2$

$n$ – 所需样本量

$𝛿$ – 容许误差，一般设置0.05或0.1

$p$ – 待评价灵敏度或特异度估计值

$𝜶$ – 第一类错误概率，一般取0.05

$𝜇$ – 标准正态分布中下侧累计概率等于 $𝜶/2$ 时的界值

确定诊断试验的界值

确定界值的原则

将诊断界值定在高灵敏度水平： 预后差、漏诊后果严重 ，但有可以利用的有效治疗方法，而且早期诊断可以获得较好的治疗效果，病人从伦理和经济的角度可以接受。
将诊断界值定在高特异度水平：对于治疗效果不理想的疾病，或疾病预后不严重但 误诊有严重后果 ，对病人的心理、生理和经济上造成严重的影响。
灵敏度和特异度同样重要（约登指数最大处）：把诊断标准定在病人和非病人分布的交界处或定在正确诊断指数最大处。

确定诊断试验界值的方法

统计学方法：正态分布法、百分位数法、ROC曲线法/受试者工作特征曲线。

ROC曲线常用来决定最佳临界点，通常在最接近左上角那一点，可定为最佳临界点。

依据临床需要确定界值

筛检与诊断试验的评价

真实性评价

真实性/有效性/效度/准确性：是指诊断试验所获得的测量值与实际值的符合程度。

试验	金标准		合计
试验	患者	非患者	合计
阳性	$a$	$b$	$a+b$
阴性	$c$	$d$	$c+d$
合计	$a+c$	$b+d$	$T$

灵敏度/敏感度/真阳性率

灵敏度( $Se$ )：是指评价诊断试验发现病人的能力。 $Se=[a/(a+c)]×100%$
假阴性率( $FNR$ )/漏诊率/第二类错误：实际有病但依据该诊断试验被确定为非病人的概率。 $FNR=[c/(a+c)]×100%$

特异度/真阴性率

特异度（ $Sp$ ）/真阴性率：实际无病且被正确的判为无病的概率。 $Sp=\frac{d}{b+d}$
假阳性率( $FPR$ )/误诊率/第一类错误：实际无病但该诊断试验判定为有病的概率。 $FPR=\frac{b}{b+d}$

似然比

阳性似然比：真阳性率与假阳性率的比值，说明“金标准”阳性组中出现的阳性结果的机会是“金标准”阴性组中出现阳性结果的机会的多少倍。该值越大，则“金标准”的诊断价值越高。
阴性似然比：假阴性率与真阴形率的比值，说明“金标准”阳性组中出现阴性结果的机会是“金标准”阴性组的多少倍。该值越小，则“金标准”的诊断价值越高。

$LR+=Se/FPR=\frac{a/(a+c)}{b/(b+d)}=Se(1-Sp)$
$LR-=FNR/Sp=\frac{c/(a+c)}{b/(b+d)}=Sp(1-Se)$

约登指数( $YI$ )/正确诊断指数

为灵敏度加特异度减1。该指数能表示诊断试验能正确区分病人和非病人的能力。范围在0—1之间，可用于两个或多个诊断试验之间的比较。

$YI=Se+Sp-1$

其他指标

ROC曲线、一致性和kappa分析等。

可靠性评价

可靠性/精确度/信度/稳定性/可重复性/重现性：在相同条件下，诊断试验对同一研究对象重复结果的稳定程度。

评价指标

包括定性指标和定量指标。定量指标有：

符合率/一致率/准确度：在诊断试验中，真阳性和真阴性者占受试者总数的百分率。真阳性和真阴性越大，则符合率越接近于1。
一致性检验（Kappa检验）：kappa值范围介于-1到1之间，两个诊断完全一致时为1。观测一致率大于期望一致率时，Kappa值为正数，值越大，一致性越好。观测一致率小于期望一致率时，Kappa值为负数，这种情况比较少见。

影响可靠性的因素

研究对象的生物学变异
试验因素所致的差异
观察者的变异

收益

预测值（PV）

预测值：是应用试验结果来估计受检者患病与否及其可能性大小的指标。
阳性预测值（PPV）：是诊断试验为阳性结果中真正是“病人”（“金标准”阳性）的概率。
阴性预测值（NPV）：是诊断试验为阴性结果中真正无病（“金标准”阴性）的概率。

$PPV=a/(a+b)×100%$
$NPV=d/(c+d)×100%$

预测值与灵敏度、特异度、患病率之间的关系

$PPV=\frac{Se×P}{Se×P+(1-Sq)(1-P)}$；
$NPV=\frac{Sp×(1-P)}{Sp×(1-P)+(1-Se)P}$。

患病率一定时：灵敏度越高，阴性预测值越高；特异度越高，阳性预测值越高。

灵敏度、特异度一定时：阳性预测值随患病率的上升而上升，阴性预测值随患病率的上升而下降，且阳性预测值的上升速度快于阴性预测值的下降速度，说明患病率对阳性预测值的影响更明显

生物学效果

卫生经济学效果

成本效益分析、成本效果分析、成本效用分析。

提高筛检与诊断试验效率的方法

选择患病率高的人群
采用联合实验

并联实验/平行试验：同时应用多个诊断试验进行诊断，只要有任何亦想实验结果为阳性即可定位阳性，只有全部试验结果均为阴性才将最终结果判断为阴性。
串联试验/系列试验：依次应用多项诊断试验进行诊断，全部试验结果均为阳性才将最终结果判断为阳性，任何一项实验结果为阴性即可定为最终结果阴性。

常见偏倚

领先时间偏倚：由于筛检时间和临床诊断时间之间存在时间间隔，将该间隔解释为因为筛检而延长的生存时间，则会高估筛查效果，这实际是筛检导致诊断时间提前所致的偏倚。
病程长短偏倚：疾病被检出的可能性与其病程进展相关。如果筛查组中疾病进展缓慢的病人较多，可观察到筛查组比未筛查组生存概率更高或生存时间更长，此时筛查效果被高估，即产生病程长短偏倚。
过度诊断偏倚：因为筛检，这些惰性病例被发现、确诊患病、并被计入患者总体之中，导致经筛检发现的患者有较多的生存者或较长的平均生存期，而造成筛查的效果被高估，称为过度诊断偏倚。

过度诊断：筛查出的病变处于良性阶段(可转为正常)或病程进展缓慢或病程停滞，而筛检发现过多的此类早期病例会增加诊断治疗的负担。

【流行病学】筛检与诊断试验的评价