李智雄 高雄醫學大學附設中和紀念醫院 實證醫學中心 診斷文獻的評讀 李智雄 高雄醫學大學附設中和紀念醫院 實證醫學中心
Diagnosis 診斷 有病 沒病 陽性結果 900 100 陰性結果 200 800 敏感度 (Sensitivity) – 有目標疾病的病患中,出現陽性檢查結果的比例 900 / (900+200) = 81% 特異度 (Specificity) – 沒有目標疾病的病患中,其檢查結果為陰性的比例 800 / (800+100) = 88% 陽性預測值 (Positive predictive value) – 檢查結果為陽性的病人中,有 目標疾病的病人比例 900 / (900+100) = 90% 陰性預測值 (Negative predictive value) – 檢查結果為陰性的病人中,未出現目標疾病的病人比例 800 / (800+200) = 80%
Diagnosis 診斷 有病 沒病 檢查陽性結果 900 100 檢查陰性結果 200 800 盛行率 Prevalence – 某一群體中疾病發生的百分比 (900+200) / (900+100+200+800) = 45% 陽性預測值與陰性預測值的高或低受疾病盛行率影響 例如:關節痛的病人,以ANA篩檢SLE,在風濕科門診中可能有很好的陽 性預測值反之,在一般門診中陽性預測值可能很差,卻有高陰性預測值 敏感度與特異度不受疾病盛行率的影響,但只是對某一檢查的品質做評 估,缺乏以病人為中心的實證操作 應用的限制是假設我們已知病人是否有病
Diagnosis 診斷 Positive Likelihood Ratio (陽性相似比) LR+ True positive rate / False positive rate Sensitivity / ( 1-Specificity ) The amount by which the pretest probability is increased in patients with a positive test LR+ ≧4 valuable, LR+ ≧10 good Negative Likelihood Ratio (陰陽性相似比) LR- False negative rate / True negative rate ( 1-Sensitivity) / Specificity The amount by which the pretest probability of disease is reduced in patients with a negative test LR- ≦0.6 useful, LR- ≦0.1 good
Serum Ferritin and IDA Sensitivity = a/(a+c) = 731/809 = 90% Specificity = d/(b+d) = 1500/1770 = 85% LR+ = sens/(1-spec) = 90%/15% = 6 LR- = (1-sens)/spec = 10%/85% = 0.12 Positive predictive value = a/(a+b) = 731/1001 = 73% Negative predictive value = d/(c+d) = 1500/1578 = 95% Prevalence = (a+c)/(a+b+c+d) = 809/2579 = 31% Pre-test odds = prevalence/(1-prevalence) = 31%/69% = 0.45 Post-test odds = pre-test odds X likelihood ratio Post-test probability = post-test odds/(post-test odds + 1)
Critical Appraisal of Diagnostic Accuracy Study “診斷工具”的評析 Are the results of the study valid (效度如何)? Was the diagnostic test evaluated in a representative spectrum of patients (是否經過具有代表性的病人群測試過)? Was the reference standard ascertained regardless of the index test result (標準診斷工具做確診時不知道指標診斷工具的結果)? Was there an independent, blind comparison between the index test and an appropriate gold standard of diagnosis (標準診斷工具與指標診斷工具是在獨立且雙盲的情況下進行比較)? What were the results (結果是甚麼)? Are test characteristics presented (呈現指標診斷工具的特性)? Can we apply to our patient (可以應用到我的病人嗎)?
最理想狀況為何? 何處找到相關訊息? 指標診斷工具最好經過疾病各層面病人的測試,如不同嚴重程度、不同時期 Was the diagnostic test evaluated in a representative spectrum of patients 是否經過具有代表性的病人群測試過? 最理想狀況為何? 何處找到相關訊息? 指標診斷工具最好經過疾病各層面病人的測試,如不同嚴重程度、不同時期 最好病人亦能隨機選擇或連續選擇以減少偏差 “研究方法”應說明如何選入病人,是否隨機選擇,病人的來源,是否具有代表性 □是 □否 □不清楚 評論:___________________
最理想狀況為何? 何處找到相關訊息? □是 □否 □不清楚 評論:___________________ Was the reference standard ascertained regardless of the index test result 標準診斷工具做確診時不知道指標診斷工具的結果? 最理想狀況為何? 何處找到相關訊息? 理想的情況是所有病人都應接受標準診斷工具及指標診斷工具的檢驗 若標準診斷工具是侵入性或昂貴檢查時,則可以選擇指標診斷工具檢查結果陰性者為之 或經一段適當時間的追蹤以確定是陰性結果 “研究方法”應說明標準診斷工具是否用於測試所有病人,或是用其他取代方法 □是 □否 □不清楚 評論:___________________
最理想狀況為何? 何處找到相關訊息? □是 □否 □不清楚 評論:___________________ Was there an independent, blind comparison between the index test and an appropriate gold standard of diagnosis 標準診斷工具與指標診斷工具是在獨立且雙盲的情況下進行比較? 最理想狀況為何? 何處找到相關訊息? 標準診斷工具的選擇是否恰當,有時候單一診斷工具無法做確定診斷,必需結合其他工具以確定疾病的存在 標準診斷工具與指標診斷工具是獨立分開執行且是雙盲的 檢查結果的判讀者並不知道另一項檢查的結果為何 “研究方法”應敘述所選用的標準診斷工具為何,必要時應做背景資料的搜尋,看所選擇的工具是否恰當 “研究方法”中亦應闡明兩種檢查由誰執行,如何進行,是否獨立雙盲 □是 □否 □不清楚 評論:___________________
Are test characteristics presented 呈現指標診斷工具的特性? 診斷工具的研究,結果常以兩種方式呈現: 檢驗或檢查的準確度 Sensitivity (敏感度) Sn Specificity (特異度) Sp 檢驗或檢查在某一群體的預測值 Positive predictive value (陽性預測值 ) PPV Negative predictive value (陰性預測值 ) NPV
390 240 600 150 10 610 250 750 1000 1000 個懷疑有失智症的老人,進行指標檢驗及標準檢驗測試, 此一群體失智症的盛行率為25%。指標檢驗及標準檢驗測試結 果皆為陽性者240人,兩種檢驗結果皆為陰性者600人 標準檢驗 陽性 陰性 390 240 600 150 陽性 指標檢驗 10 610 陰性 250 750 1000 25% 盛行率
240 150 10 600 390 610 250 750 1000 標準檢驗 指標檢驗 呈現方式 代表的意義 陽性 陰性 陽性 陰性 250 750 1000 呈現方式 代表的意義 Sensitivity = 240 / 250 = 0.96 (96%) 敏感度代表檢驗能偵測到疾病的能力。敏感度高的工具較不會遺漏有罹病的人 有10個(4%)失智的病人沒有被檢查出來。若要辨識出有病的人是相當好的工具 Specificity = 600 / 750 = 0.80 (80%) 特異度代表檢驗能辨識沒有疾病的能力。特異度高的工具較不會誤認病人罹病 150人(20%)沒有失智症被誤認有病。若要辨識出沒有病的人則只算是中上的工具 PPV = 240 / 390 = 0.62 (62%) 檢驗或檢查在某一群體的預測值。受檢驗的準確度(特別是特異度)及疾病的盛行率影響 390位陽性結果中,真正有失智症的是62% NPV = 600 / 610 = 0.98 (98%) 檢驗或檢查在某一群體的預測值。受檢驗的準確度及疾病的盛行率影響 610位陰性結果中,98%沒有失智症
Test Characteristics LR+ = Sensitivity / (1-specificity) 0.96 / (1 – 0.8) = 4.8 LR- = (1-sensitivity) / specificity (1 – 0.96) / 0.8 = 0.05 Pre-test odds = prevalence / (1 - prevalence) 0.25 / 0.75 = 0.3333 Post-test odds = pre-test odds X likelihood ratio 0.3333 X 4.8 = 1.5998 Post-test probability = post-test odds/(post-test odds + 1) 1.5998 / (1.5998 + 1) = 0.6154
The Likelihood Nomogram
Can we apply the results to our patient ? (可以應用到我的病人嗎) Patients Are your patients similar enough that the prevalence of the disease in the study population is similar to that in your patients ? Is the severity of the disease in the test population similar to patients you are likely to see? Benefits Are there risks associated with the tests? Are these outweighed by the danger of an undiagnosed disease ?