劉雅莉 彭曉霞

1 主要內(nèi)容介紹

作者概述診斷性試驗(yàn)主要包括兩類用于評(píng)價(jià)檢查或診斷策略的方法：第1類為理想情況下設(shè)計(jì)的診斷性隨機(jī)對(duì)照試驗(yàn)(D-RCT)，也可以設(shè)計(jì)為觀察性研究；第2類為診斷準(zhǔn)確性試驗(yàn)(DTA)。D-RCT設(shè)計(jì)中，患者被隨機(jī)分配到新的或舊的診斷試驗(yàn)或診斷策略組，每組研究對(duì)象根據(jù)檢查結(jié)果接受最佳、可及的治療，研究者同時(shí)評(píng)估和比較兩組患者的重要結(jié)局指標(biāo)?；谶@類設(shè)計(jì)，研究者可直接評(píng)估新的診斷試驗(yàn)(待評(píng)價(jià)標(biāo)準(zhǔn))對(duì)患者終點(diǎn)結(jié)局指標(biāo)(如病死率、生活質(zhì)量等)產(chǎn)生的效果。在實(shí)際情況下更多見DTA這類設(shè)計(jì)，即研究對(duì)象同時(shí)接受待評(píng)價(jià)標(biāo)準(zhǔn)和參考標(biāo)準(zhǔn)(金標(biāo)準(zhǔn))，然后評(píng)估待評(píng)價(jià)標(biāo)準(zhǔn)的診斷準(zhǔn)確性，并據(jù)此估計(jì)其對(duì)患者最終結(jié)局的影響。DTA在四格表中提供真陽性、假陽性、假陰性和真陰性數(shù)據(jù)，據(jù)此可計(jì)算敏感度(真陽性率)與特異度(真陰性率)等一系列評(píng)價(jià)指標(biāo)。

關(guān)于GRADE方法，基于干預(yù)、預(yù)后及診斷準(zhǔn)確性研究的證據(jù)體對(duì)證據(jù)質(zhì)量和推薦強(qiáng)度分級(jí)的基礎(chǔ)理論大同小異，但診斷準(zhǔn)確性研究有其特點(diǎn)，在證據(jù)質(zhì)量評(píng)價(jià)過程中需特殊對(duì)待。

證據(jù)質(zhì)量評(píng)價(jià)通常不是針對(duì)單個(gè)原始研究，理想情況下是通過系統(tǒng)評(píng)價(jià)或衛(wèi)生經(jīng)濟(jì)學(xué)方法進(jìn)行證據(jù)綜合，基于某具體臨床問題在結(jié)局指標(biāo)層面的證據(jù)體(body of evidence)、利用GRADE系統(tǒng)評(píng)估其證據(jù)質(zhì)量。證據(jù)質(zhì)量是指對(duì)觀察值的真實(shí)性有多大把握，分為高、中、低和極低4個(gè)等級(jí)；推薦強(qiáng)度是指多大程度上能夠確信遵守推薦意見時(shí)會(huì)利大于弊或弊大于利，分為強(qiáng)推薦和弱推薦[1]。

需注意的是，利用GRADE對(duì)診斷性研究證據(jù)體的證據(jù)質(zhì)量進(jìn)行分級(jí)評(píng)價(jià)這種診斷措施或策略是否對(duì)患者的最終結(jié)局產(chǎn)生影響。對(duì)于診斷準(zhǔn)確性研究，GRADE同樣包括相關(guān)升級(jí)和降級(jí)因素的證據(jù)質(zhì)量評(píng)價(jià)，以及針對(duì)從證據(jù)到?jīng)Q策過程中推薦意見的推薦強(qiáng)度分級(jí)等內(nèi)容。無論是D-RCT還是DTA，其起始證據(jù)質(zhì)量均應(yīng)為“高”。GRADE對(duì)診斷研究證據(jù)體的證據(jù)質(zhì)量分級(jí)仍然主要考察5個(gè)降級(jí)因素和3個(gè)升級(jí)因素。

對(duì)于基于D-RCT的證據(jù)，可通過終點(diǎn)結(jié)局指標(biāo)(如病死率)來評(píng)價(jià)待評(píng)價(jià)標(biāo)準(zhǔn)與先前診斷方法相比的效果，其GRADE證據(jù)質(zhì)量分級(jí)原理與干預(yù)性系統(tǒng)評(píng)價(jià)類似。對(duì)于當(dāng)前診斷系統(tǒng)評(píng)價(jià)納入研究中最常見的DTA證據(jù)，通過敏感度與特異度等指標(biāo)，評(píng)估待評(píng)價(jià)標(biāo)準(zhǔn)與金標(biāo)準(zhǔn)比較的準(zhǔn)確性，其GRADE分級(jí)原理和方法是本文論述的重點(diǎn)。

本文重點(diǎn)解讀偏倚風(fēng)險(xiǎn)、間接性的2個(gè)降級(jí)因素對(duì)證據(jù)質(zhì)量的影響。

2 原文重要觀點(diǎn)及解讀

在實(shí)際評(píng)估時(shí)，降級(jí)需謹(jǐn)慎，尤其注意針對(duì)不同領(lǐng)域評(píng)估時(shí)避免重復(fù)降級(jí)。

2.1 診斷試驗(yàn)設(shè)計(jì)需關(guān)注的問題 衛(wèi)生保健中的檢驗(yàn)(test)常指診斷(diagnose)，包括體征、癥狀、影像學(xué)檢查、實(shí)驗(yàn)室檢查、心理評(píng)估、病理學(xué)檢查、微生物學(xué)檢查及其他檢查等。廣義的檢驗(yàn)(test)常用于篩查、風(fēng)險(xiǎn)評(píng)估、診斷、預(yù)后評(píng)估、分期、監(jiān)控或監(jiān)測(cè)等。在實(shí)踐中，診斷試驗(yàn)的準(zhǔn)確性會(huì)因其在診斷路徑中所處位置的不同而不同，有以下幾個(gè)目的：① 替代(Replacement)：1種檢測(cè)手段因其價(jià)格低廉、非侵入性或具有更好的準(zhǔn)確性而替代另1種舊的檢測(cè)手段；② 分診(triage)：在現(xiàn)有診斷路徑前，添加新的檢查，目的是篩選該檢測(cè)出現(xiàn)特定結(jié)果的患者進(jìn)入下一步診斷路徑，從而起到分流作用。這種分流檢查不一定更準(zhǔn)確，但是價(jià)格低廉且可行性好，而侵入性檢查或是價(jià)格昂貴的檢查不適用于分診；③ 加載(add-on)：即在現(xiàn)有診斷路徑后，附加1種新檢查，以進(jìn)一步降低誤診率或漏診率。這種加載檢查旨在提高診斷的準(zhǔn)確性，但可能存在更復(fù)雜、價(jià)格更昂貴等不足；④ 并聯(lián)或串聯(lián)試驗(yàn)(parallel or combined testing)：新舊檢查并聯(lián)或串聯(lián)使用，可為衛(wèi)生專業(yè)人員提供更為準(zhǔn)確的診斷信息。

對(duì)于診斷準(zhǔn)確性研究設(shè)計(jì)而言，有確立金標(biāo)準(zhǔn)、合理選擇研究對(duì)象、樣本量估算、獨(dú)立并盲法判定測(cè)量結(jié)果、診斷試驗(yàn)可靠性分析等要點(diǎn)，但需要關(guān)注以下幾點(diǎn)。

2.1.1 臨床中常被推薦的是針對(duì)不同臨床特點(diǎn)的多種檢查的組合或所形成的策略，不局限于某一種檢測(cè)方法 實(shí)際工作中，臨床醫(yī)生、公共衛(wèi)生人員、研究者常常根據(jù)不同情況將多種檢查組合在一起或形成一種策略用于診斷。例如宮頸癌是女性高發(fā)腫瘤，早診斷、早治療可明顯提高患者預(yù)后，因此漏診對(duì)臨床影響較大。宮頸上皮內(nèi)瘤變(CIN)被認(rèn)為是宮頸癌的癌前病變，對(duì)于通過醋酸目視檢查法 (VIA)診斷為CIN患者，臨床醫(yī)生可能會(huì)直接給予局部治療或進(jìn)一步檢測(cè)人乳頭狀瘤病毒(HPV)，從而可提高宮頸癌的檢出率[2,3]。然而，對(duì)于疑診HIV感染患者，應(yīng)盡量避免誤診。因此臨床采用的是一種檢查方法組合應(yīng)用策略，首先選用敏感度高但特異度較低的ELISA法檢測(cè)，對(duì)于ELISA陽性者，再進(jìn)一步采用特異度高的HIV RNA定量檢測(cè)確診，并開展后續(xù)治療。

2.1.2 提出明確的衛(wèi)生保健或臨床問題 借鑒PICO原則構(gòu)建臨床問題：人群(population)；用于干預(yù)的檢查(或策略)(intervention test or strategies)；對(duì)比的檢查或策略(comparison test or strategy)；結(jié)局指標(biāo)(outcomes of interest)。

2.1.3 評(píng)估患者重要結(jié)局指標(biāo)的影響 診斷試驗(yàn)可對(duì)識(shí)別患者為患有或不患有目標(biāo)疾病的后果進(jìn)行推斷，然而并非準(zhǔn)確性高的診斷試驗(yàn)就一定有很高的臨床應(yīng)用價(jià)值，例如對(duì)于并不能提高人群重要結(jié)局和患者重要結(jié)局的診斷試驗(yàn)，即便其準(zhǔn)確性很高，其臨床應(yīng)用價(jià)值也會(huì)大打折扣。

診斷準(zhǔn)確性研究通常為橫斷面設(shè)計(jì)，旨在區(qū)分患者和疑似患病但實(shí)際無病的人。該設(shè)計(jì)針對(duì)某一疾病的疑似患者，每位研究對(duì)象同時(shí)接受待評(píng)價(jià)標(biāo)準(zhǔn)和金標(biāo)準(zhǔn)檢測(cè)，四格表數(shù)據(jù)比較準(zhǔn)確性(第一步)。為了判斷待評(píng)價(jià)標(biāo)準(zhǔn)和金標(biāo)準(zhǔn)結(jié)果對(duì)患者結(jié)局指標(biāo)的影響，待評(píng)價(jià)標(biāo)準(zhǔn)和金標(biāo)準(zhǔn)中被檢測(cè)為陽性的患者(或先前研究中檢測(cè)為陽性的患者)進(jìn)行治療或不治療，研究者進(jìn)一步評(píng)估和比較不同診斷方法患者的重要結(jié)局。

2.2 GRADE在診斷準(zhǔn)確性研究證據(jù)質(zhì)量評(píng)估中的應(yīng)用 Xpert@MTB/RIF (Xpert)是一種被廣泛應(yīng)用于同時(shí)檢測(cè)痰標(biāo)本中結(jié)核分枝桿菌復(fù)合物以及利福平耐藥的快速、自動(dòng)化的核酸擴(kuò)增方法。研究目的旨在評(píng)價(jià)“Xpert”在疑似結(jié)核(TB)腦膜炎患者中診斷結(jié)核腦膜炎的準(zhǔn)確性如何。臨床問題明確為：研究對(duì)象(Participants)：懷疑患有結(jié)核腦膜炎者；試驗(yàn)前接受何種基礎(chǔ)檢查(Prior testing)：接受Xpert檢查者需先行健康檢查(病史和體格檢查)，必要時(shí)拍胸片；作用(Role)：用新檢測(cè)代替常規(guī)檢查；場(chǎng)所(Settings)：初級(jí)保健中心(檢測(cè)在實(shí)驗(yàn)室進(jìn)行)；待評(píng)價(jià)試驗(yàn)：Xpert；參考試驗(yàn)(Reference test)：結(jié)核菌培養(yǎng)；結(jié)局：試驗(yàn)準(zhǔn)確性；研究設(shè)計(jì)類型：橫斷面研究。

2.2.1 偏倚風(fēng)險(xiǎn) 即研究局限性，主要考慮診斷性試驗(yàn)在其研究設(shè)計(jì)、實(shí)施、測(cè)量環(huán)節(jié)中出現(xiàn)的各種偏倚對(duì)證據(jù)質(zhì)量的影響，存在嚴(yán)重偏倚風(fēng)險(xiǎn)時(shí)降1級(jí)，有非常嚴(yán)重的偏倚風(fēng)險(xiǎn)時(shí)降2級(jí)。診斷準(zhǔn)確性研究的偏倚風(fēng)險(xiǎn)評(píng)價(jià)工具有多種，但QUADAS-2是最常用的工具之一，目前也是GRADE工作組所推薦的[4,5]，由4個(gè)領(lǐng)域及其信號(hào)問題的回答完成偏倚風(fēng)險(xiǎn)和適用性兩方面的評(píng)價(jià)。4個(gè)領(lǐng)域包括：病例選擇、待評(píng)價(jià)試驗(yàn)、參考試驗(yàn)(金標(biāo)準(zhǔn))和病例流程與時(shí)間間隔可能引入的偏倚風(fēng)險(xiǎn)。各領(lǐng)域內(nèi)容信號(hào)問題的回答包括“是”、“否”或“不確定”，以判斷其為“低風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”或“風(fēng)險(xiǎn)不確定”[,4]。

診斷試驗(yàn)研究通常納入具有代表性的某病種疑似患者。在橫斷面研究中，一般采用連續(xù)納入或隨機(jī)選擇的疑似患者。如果納入的是較為嚴(yán)重的某疾病患者和健康對(duì)照人群，將會(huì)高估診斷試驗(yàn)的準(zhǔn)確性。另一方面，診斷準(zhǔn)確性研究的待評(píng)價(jià)標(biāo)準(zhǔn)均與金標(biāo)準(zhǔn)比較，如果部分納入患者未采用金標(biāo)準(zhǔn)評(píng)價(jià)，也會(huì)增加偏倚風(fēng)險(xiǎn)。

偏倚風(fēng)險(xiǎn)主要考量系統(tǒng)評(píng)價(jià)納入診斷試驗(yàn)的方法學(xué)質(zhì)量。本例“Xpert”一文共納入29個(gè)診斷試驗(yàn)[6]。QUADAS-2評(píng)估其在病例選擇、待評(píng)價(jià)試驗(yàn)和病例流程和時(shí)間間隔3個(gè)領(lǐng)域均為“低”偏倚風(fēng)險(xiǎn)；在金標(biāo)準(zhǔn)領(lǐng)域有14%(4/29)偏倚風(fēng)險(xiǎn)為“不確定”。因大多數(shù)研究為“低”偏倚風(fēng)險(xiǎn)，故本例偏倚風(fēng)險(xiǎn)未降級(jí)[6]。

2.2.2 間接性 與干預(yù)性研究一樣，診斷試驗(yàn)的間接性也需要從人群、待評(píng)價(jià)標(biāo)準(zhǔn)、金標(biāo)準(zhǔn)和結(jié)局指標(biāo)這幾方面來判斷。間接性主要包括2個(gè)方面：一是待評(píng)價(jià)標(biāo)準(zhǔn)與金標(biāo)準(zhǔn)在研究中的結(jié)果與實(shí)際應(yīng)用的結(jié)果可能存在差異，因?yàn)檠芯考{入的患者、診斷措施、對(duì)照措施等可能均與實(shí)際應(yīng)用時(shí)的狀況存在差別；二是待評(píng)價(jià)的多個(gè)標(biāo)準(zhǔn)之間沒有直接比較，而是各自與金標(biāo)準(zhǔn)比較，在面對(duì)間接性比較時(shí)，會(huì)考慮降級(jí)。

2.2.2.1 人群的間接性 多指研究人群和推薦的目標(biāo)人群間有較大差異。例如納入診斷試驗(yàn)接受診斷的人群與系統(tǒng)評(píng)價(jià)擬回答的臨床問題所關(guān)注的人群間存在不一致性，則會(huì)導(dǎo)致間接性，這可能與納入患者的疾病譜系、研究實(shí)施的環(huán)境、患者前期檢測(cè)等有關(guān)。不同的檢查環(huán)境，如急診和社區(qū)就診患者間就存在不一致性，亦為人群的間接性。

2.2.2.2 干預(yù)或待評(píng)價(jià)標(biāo)準(zhǔn)的間接性 不同國家、地區(qū)、醫(yī)院所使用的設(shè)備型號(hào)或規(guī)格不一致，可能引起待評(píng)價(jià)試驗(yàn)的間接性。在不同的環(huán)境下，不同限值和閾值的設(shè)置也會(huì)導(dǎo)致間接性。有些情況，不同標(biāo)本轉(zhuǎn)運(yùn)的條件(如室溫與冷藏)也會(huì)導(dǎo)致不一致性。

2.2.2.3 對(duì)照診斷措施的間接性 理想情況下，待評(píng)價(jià)標(biāo)準(zhǔn)應(yīng)與金標(biāo)準(zhǔn)比較，金標(biāo)準(zhǔn)是指疾病公認(rèn)的診斷標(biāo)準(zhǔn)。若待評(píng)價(jià)試驗(yàn)未與金標(biāo)準(zhǔn)進(jìn)行對(duì)比，就無法確定疾病診斷的準(zhǔn)確性。有時(shí)，診斷準(zhǔn)確性試驗(yàn)在比較同一種診斷措施，例如不同水平的D-二聚體之間比較等，若評(píng)價(jià)試驗(yàn)所參考的金標(biāo)準(zhǔn)不一致，也會(huì)引起間接性的問題。另一種情況是臨床問題關(guān)注2個(gè)檢測(cè)之間進(jìn)行選擇，而它們都不是金標(biāo)準(zhǔn)，則可以將它們?cè)谕辉囼?yàn)中直接與金標(biāo)準(zhǔn)比較，例如欲比較HPV和VIA，在同一研究中，將2種檢測(cè)同時(shí)獨(dú)立與金標(biāo)準(zhǔn)(陰道鏡檢查或活檢)進(jìn)行比較，以評(píng)估其準(zhǔn)確性或相對(duì)準(zhǔn)確性。但是，如果是2個(gè)不同的研究，分別將HPV和VIA與陰道鏡檢查或活檢進(jìn)行比較，所獲得的HPV和VIA 相比較的結(jié)果就屬于間接比較，若間接比較結(jié)果與直接比較結(jié)果間存在不一致，但無合理的原因解釋，則考慮降級(jí)。

2.2.2.4 結(jié)局指標(biāo)及測(cè)量 作為診斷準(zhǔn)確性研究，其結(jié)局指標(biāo)為根據(jù)四格表數(shù)據(jù)計(jì)算所得的敏感度、特異度等一系列指標(biāo)，以上是與患者重要結(jié)局相關(guān)的中間指標(biāo)，并非代表患者的終點(diǎn)指標(biāo)。但如果僅關(guān)注診斷試驗(yàn)的準(zhǔn)確性，此方面可不降級(jí)。此外，作為制訂指南推薦意見的支持證據(jù)時(shí)，常常因?yàn)樵\斷準(zhǔn)確性研究是患者重要結(jié)局相關(guān)的中間指標(biāo)，而非患者的終點(diǎn)結(jié)局，衛(wèi)生決策者可能因?yàn)槠溟g接性而考慮降級(jí)。

2.2.2.5 實(shí)例解讀 “Xpert”一文共納入29個(gè)研究、433例患者。判斷“證據(jù)是否足夠直接”分為4個(gè)選項(xiàng)：“是”、“可能是”、“可能否”和“否”。對(duì)于真陽性指標(biāo)，從患者、待評(píng)價(jià)標(biāo)準(zhǔn)、金標(biāo)準(zhǔn)、結(jié)局指標(biāo)等方面對(duì)不直接性進(jìn)行判斷。在患者方面，系統(tǒng)評(píng)價(jià)關(guān)注的是初級(jí)和二級(jí)衛(wèi)生保健機(jī)構(gòu)的患者，而其納入的3個(gè)研究關(guān)注的是三級(jí)衛(wèi)生保健機(jī)構(gòu)的住院患者。評(píng)估者經(jīng)過比較，認(rèn)為納入研究中三級(jí)衛(wèi)生保健機(jī)構(gòu)的患者與初級(jí)和二級(jí)衛(wèi)生保健機(jī)構(gòu)的患者相似，因此在患者間接性方面未降級(jí)，該項(xiàng)判斷結(jié)果為“可能是”。在待評(píng)價(jià)標(biāo)準(zhǔn)和金標(biāo)準(zhǔn)檢查方面，Xpert和細(xì)菌培養(yǎng)都屬于臨床中的常規(guī)檢查方法，不同機(jī)構(gòu)間無明顯差異，因此未降級(jí)，該項(xiàng)判斷結(jié)果為“是”。在Xpert和細(xì)菌培養(yǎng)比較方面，不存在間接比較，因此不降級(jí)，該項(xiàng)判斷結(jié)果為“是”。在結(jié)局指標(biāo)方面，本研究為診斷準(zhǔn)確性研究，重點(diǎn)關(guān)注敏感度、特異度等與患者重要結(jié)局相關(guān)的中間指標(biāo)，從僅關(guān)注診斷試驗(yàn)準(zhǔn)確性角度，可以不降級(jí)，該項(xiàng)判斷結(jié)果為“是”。但如從該診斷措施是否對(duì)患者所關(guān)注的最終結(jié)局的影響考慮是否降級(jí)，未做判斷，而由隨后的臨床決策者綜合考慮。綜上，“Xpert“一文，對(duì)于不直接性/間接性未予降級(jí)。

3 主要啟示和展望

采用GRADE評(píng)估診斷準(zhǔn)確性研究的證據(jù)質(zhì)量方法是全面且透明的。與干預(yù)、預(yù)后和其他研究一樣，診斷試驗(yàn)準(zhǔn)確性研究的證據(jù)質(zhì)量中，偏倚風(fēng)險(xiǎn)和間接性2個(gè)方面的評(píng)估方法學(xué)基礎(chǔ)大同小異，但也各有特點(diǎn)并存在挑戰(zhàn)。盡管D-RCT可以更有效地關(guān)注患者的重要結(jié)局指標(biāo)(如病死率等)來評(píng)價(jià)待評(píng)價(jià)標(biāo)準(zhǔn)的效果，但出于可行性考慮，臨床更多采用針對(duì)診斷準(zhǔn)確性的DTA設(shè)計(jì)。對(duì)于RCT有其較為成熟的偏倚風(fēng)險(xiǎn)評(píng)估工具(RoB)[7]，但DTA目前更多應(yīng)用的是其方法學(xué)質(zhì)量評(píng)估工具(QUADAS-2)，未來可能會(huì)開發(fā)出專門針對(duì)DTA的偏倚評(píng)估工具。DTA是當(dāng)前應(yīng)用最為廣泛的診斷準(zhǔn)確性研究，其關(guān)注的敏感度、特異度等可能并非患者重要結(jié)局的終點(diǎn)指標(biāo)，存在間接性，有時(shí)一些提示有較好準(zhǔn)確性的診斷性試驗(yàn)在應(yīng)用時(shí)并未對(duì)患者的最終結(jié)局產(chǎn)生實(shí)質(zhì)性影響。臨床決策者在應(yīng)用此類證據(jù)時(shí)需考慮到其對(duì)患者重要結(jié)局可能產(chǎn)生的影響。

隨著診斷方法學(xué)快速發(fā)展，診斷性研究、診斷試驗(yàn)系統(tǒng)評(píng)價(jià)和診斷領(lǐng)域指南也引起業(yè)界更多關(guān)注。診斷系統(tǒng)評(píng)價(jià)為制訂診斷領(lǐng)域指南奠定了很好的基礎(chǔ)，但其方法學(xué)也有待于不斷發(fā)展和完善。相信GRADE在診斷準(zhǔn)確性研究的證據(jù)質(zhì)量評(píng)價(jià)中的應(yīng)用在未來能被更多國內(nèi)學(xué)者關(guān)注和熟練掌握。