《临床效度SPSS做法文档资料.pptx》由会员分享，可在线阅读，更多相关《临床效度SPSS做法文档资料.pptx（15页珍藏版）》请在三一办公上搜索。
1、一般由如下几个指标组成：敏感度（sensitivity）特异度（specificity）AUC面积阳性预测值（PPV）阴性预测值（NPV）,临床效度,敏感度：指在病例组中，被新诊断试验判为有病的比例.敏感性反映新试验正确判断患者的能力.敏感性越高，漏诊的可能性越小.特异度：指对照组(即被金标准诊断为无病者)中被新试验判断为无病的比例.特异性反映新试验能正确排除某病的能力.特异性越高，误诊的可能性就越小.AUC：即Area Under Curve，由筛查抑郁症或抑郁障碍的各种不同划界分的真阳性率（敏感度）随着假阳性率（1-特异度）变化而变化所绘制得到的曲线其下方的面积。AUC表示筛查的诊断准确性
2、大小，即AUC越大，表示筛查的诊断准确性越高。,敏感度、特异度、AUC,即受试者工作特征曲线根据一系列不同的二分类方式（分界值或决定阈），以真阳性率（灵敏度）为纵坐标，假阳性率（1-特异度）为横坐标绘制的曲线。其包含：敏感度、特异度和AUC,ROC,以SPSS 20.0为例关于抑郁症个体的筛查首先，保证已对个体做了标记（在Value栏做好设置）能使你清楚知道 哪些是抑郁症个 体。,SPSS求敏感度、特异度和AUC,然后点击 将你要分析的数据放上面，中间放刚才设置好的数据，下面值选择你设置好的（如：重度抑郁设置为1，这里就填1），下面选项全选，点击OK。,SPSS求敏感度、特异度和AUC,ROC
3、曲线图：,SPSS求敏感度、特异度和AUC,AUC面积这里AUC=.894SE=.015AUC（95%CI）=.864-.924注：CI=置信区间,SPSS求敏感度、特异度和AUC,敏感度、特异度最左边为分数点（可理解为划界分）中间为敏感度最右边为假阳性率，计算特异度为1-最右边数值=特异度,SPSS求敏感度、特异度和AUC,PPV：阳性预测值（Positive Predictive Value）又称预测阳性结果的正确率，是指在新的诊断试验结果阳性的患者中，真正患病的例数所占的比例.NPV：阴性预测值（negative predictive value）又称预测阴性结果的正确率，是指在新诊断试
4、验阴性结果的患者中，真正没 有患该病的例数所占的比例.,PPV和NPV,计算方法金标准诊断：PPV（阳性预测值）=a/a+bNPV（阴性预测值）=d/c+d,PPV和NPV计算,例：有100人，真阳性个体为10人，假阳性个体为30人，真阴性个体40，假阴性个体20人，则：PPV=10/（10+20）=.333NPV=40/（30+40）=.571,PPV和NPV计算,前面在计算敏感度和特异度等值的时候提到过划界分（最左边项）划界分的选择推荐方式：Youden法则：即Youden指数最大法，Youden指数=敏感度+特异度-1，指数最大的所对应的敏感度和特异度的划界分即为最优划界分预先设定敏感度
5、或特异度的取值：如，敏感度需在.90以上，或特异度需在.75以上，再根据，然后寻找不低于该限值的最大敏感度或特异度所对应的划界分。,划界分的选择,一般来说，敏感度和特异度的关系为一个升 高，另一个就会下降，反之亦然.敏感度高的诊断试验用于以下几种情况：排除某病的诊断；病情严重，但治疗有积极意义，漏诊可造成严重后果而误诊不致带来严重后果的疾病，如嗜铬细胞瘤；用于发病率较低的人群中，筛检无症状的患者.特异度高的诊断试验用于：用于肯定诊 断；误诊会给患者造成严重后果(包括经济负担、精神和肉体上的严重危害).,相关概念整理,预测值受敏感度、特异度和患病率的影响.当患病率一定时，随着敏感度的升高，特异度下降，漏诊率下降，NPV升高，PPV下降.随着特异度的升高，敏感度下降，误诊率下降，PPV升高，NPV下降.,相关概念整理,李强.如何开展诊断性研究.世界华人消化杂志，2000，8(7)：803-805.王敬瀚.ROC曲线在临床医学诊断实验中的应用.中华高血压杂志，2008，16（2）：175-177.陈卫中，潘晓平，宋兴勃，倪宗瓒.ROC曲线中最佳工作点的选择.中国卫生统计，2006,23（2）：157-158.,参考文献,
