馮麗芬

在傳統(tǒng)的診斷試驗(yàn)研究中，診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)指標(biāo)（如靈敏度、特異度等）的計(jì)算需要建立在與金標(biāo)準(zhǔn)診斷結(jié)果（gold standard，能夠真實(shí)反映受試者疾病狀態(tài)的診斷方法）比較的基礎(chǔ)上（如圖1）。但是，在醫(yī)學(xué)研究中經(jīng)常存在無金標(biāo)準(zhǔn)（例如精神心理相關(guān)疾病診斷評(píng)價(jià)）、金標(biāo)準(zhǔn)不完善或部分受試者金標(biāo)準(zhǔn)結(jié)果難以獲得（例如腫瘤穿刺活檢）等情況［1］，給診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)指標(biāo)的計(jì)算帶來一定挑戰(zhàn)。在這種情況下，研究者有時(shí)會(huì)采用參考標(biāo)準(zhǔn)（reference standard）作為對(duì)照進(jìn)行診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)，如果參考標(biāo)準(zhǔn)不能準(zhǔn)確反映受試者的真實(shí)疾病狀態(tài)，就會(huì)造成診斷試驗(yàn)評(píng)價(jià)指標(biāo)的有偏估計(jì)［2］。近年來，方法學(xué)研究者構(gòu)建了多種無金標(biāo)準(zhǔn)或金標(biāo)準(zhǔn)診斷不完善情況下評(píng)價(jià)診斷試驗(yàn)準(zhǔn)確性的統(tǒng)計(jì)學(xué)方法。本文詳細(xì)闡述了無金標(biāo)準(zhǔn)情況下評(píng)價(jià)診斷試驗(yàn)準(zhǔn)確性的方法，供臨床研究者設(shè)計(jì)/開展診斷試驗(yàn)時(shí)參考。

1 缺失數(shù)據(jù)填補(bǔ)或偏倚校正

傳統(tǒng)的診斷試驗(yàn)研究需要對(duì)所有受試者采用金標(biāo)準(zhǔn)/參考標(biāo)準(zhǔn)確定其真實(shí)疾病狀態(tài)。臨床實(shí)踐中，由于受試者依從性、倫理考慮、金標(biāo)準(zhǔn)不易獲得等原因，會(huì)出現(xiàn)部分受試者未有金標(biāo)準(zhǔn)/參考標(biāo)準(zhǔn)的診斷結(jié)果，真實(shí)疾病狀態(tài)不清楚。如果直接從樣本中剔除這部分受試者，勢(shì)必造成診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)指標(biāo)的有偏估計(jì)，即證實(shí)偏倚（verification bias）［3］。針對(duì)此種情況，研究者可考慮采用缺失數(shù)據(jù)填補(bǔ)方法或偏倚校正方法。缺失數(shù)據(jù)填補(bǔ)需要明確數(shù)據(jù)缺失機(jī)制，例如完全隨機(jī)缺失、隨機(jī)缺失、非隨機(jī)缺失等。常用的填補(bǔ)方法有單值填補(bǔ)、多重填補(bǔ)方法［4］。缺失數(shù)據(jù)填補(bǔ)方法的選擇依賴于數(shù)據(jù)缺失機(jī)制。偏倚校正的方法比較多，例如logistics回歸、傾向性評(píng)分校正、期望最大化回歸校正等。

此外，在無金標(biāo)準(zhǔn)情況下采用參考標(biāo)準(zhǔn)評(píng)價(jià)診斷試驗(yàn)準(zhǔn)確性，如果已知參考標(biāo)準(zhǔn)的靈敏度（Senr）和特異度（Sper），在診斷試驗(yàn)與參考標(biāo)準(zhǔn)條件獨(dú)立的假設(shè)下，可以通過下式校正診斷試驗(yàn)的靈敏度（Sent）和特異度（Spet）［5，6］：

其中，N為樣本量，a、b、c、d對(duì)應(yīng)圖1中四格表的四個(gè)格子。

2 差異化驗(yàn)證及分析

差異化驗(yàn)證（Differential verification）是指對(duì)部分無金標(biāo)準(zhǔn)診斷結(jié)果的受試者采用其他可用的參考標(biāo)準(zhǔn)對(duì)受試者的疾病狀態(tài)進(jìn)行確證［7］。差異化分析（Discrepant analysis）是指對(duì)診斷試驗(yàn)與參考標(biāo)準(zhǔn)結(jié)果不一致的部分或全部受試者，采用另一種診斷方法來確證受試者的疾病狀態(tài)，并更新診斷試驗(yàn)的四格表［5］。目前，多數(shù)學(xué)者認(rèn)為差異化分析方法會(huì)導(dǎo)致評(píng)價(jià)指標(biāo)的有偏估計(jì)，不推薦使用。此外，有學(xué)者提出改進(jìn)的差異化驗(yàn)證策略，分別從診斷試驗(yàn)和參考標(biāo)準(zhǔn)結(jié)果一致和不一致的受試者中各抽取一部分受試者，采用另一種診斷方法進(jìn)行驗(yàn)證。當(dāng)然，還需要更多的研究來探討這些改進(jìn)的方法可否降低或消除潛在的估計(jì)偏倚。

圖1 傳統(tǒng)的診斷試驗(yàn)研究設(shè)計(jì)及準(zhǔn)確性評(píng)價(jià)指標(biāo)計(jì)算

3 潛在類別/剖面分析

圖2 潛在類別分析示意圖（u1，u2，…，ur為外顯變量；C為潛在類別變量）

潛在類別/剖面分析（Latent class/profile analysis）在社會(huì)學(xué)、心理學(xué)、預(yù)防醫(yī)學(xué)等領(lǐng)域廣泛使用。潛在類別分析的基本假設(shè)是［8］：外顯變量（即可直接觀測(cè)變量）各種反應(yīng)的概率分布可以由少數(shù)互斥的潛在類別來解釋，每種潛在類別對(duì)各外顯變量的反應(yīng)選擇都有特定的傾向性（如圖2）。與潛在類別分析非常相似的是潛在剖面分析，區(qū)別在于潛在類別分析處理分類觀測(cè)變量，潛在剖面分析處理連續(xù)觀測(cè)變量。潛在類別分析的數(shù)學(xué)模型［9］：在n例受試者中測(cè)量了M個(gè)指標(biāo)變量（u1、u2、…、uM，即外顯變量），若存在一個(gè) K分類（k=1、2、…、r）的潛在類別變量C，不僅可以解釋M個(gè)指標(biāo)變量的關(guān)系，而且在潛在類別變量C的每個(gè)類別中能夠維持M個(gè)指標(biāo)變量的局部獨(dú)立性，即可進(jìn)行潛在類別分析。其中，umi表示第i個(gè)受試者在第m個(gè)指標(biāo)變量上的取值，πk表示當(dāng)測(cè)量指標(biāo)局部獨(dú)立時(shí)，潛在類別變量C在第k個(gè)類別的概率，即從樣本中隨機(jī)選取的觀察對(duì)象屬于潛在類別k的概率。由于潛在類別變量的K個(gè)類別是相互獨(dú)立的，所以潛在變量各類別的概率總和為1，即∑πk=1?；跅l件獨(dú)立模型，M個(gè)指標(biāo)變量與潛在類別變量的聯(lián)合分布可表示為：

對(duì)于二分類指標(biāo)變量，指標(biāo)變量與潛在類別變量可通過logit連接，則指標(biāo)變量在第k個(gè)類別上的條件概率（conditional item probability）可表示為：

其中，類別概率πk可表示為：

潛在類別分析中的另一個(gè)關(guān)鍵參數(shù)是指標(biāo)變量的條件概率參數(shù)τmk，描述了指標(biāo)變量與潛在類別變量之間的關(guān)系，類似因子分析中的因子負(fù)荷。在進(jìn)行潛在類別分析時(shí)，一般先從單類別開始，逐漸增加類別數(shù)，并通過赤池信息量準(zhǔn)則（Akaike information criterion，AIC）、貝葉斯信息準(zhǔn)則（Bayesian information criterion，BIC）、樣本量校正的BIC（Sample-size adjusted BIC）、重抽樣似然比檢驗(yàn)（Bootstrapped likelihood ratio test，BRLT）、類別概率等指標(biāo)確定最優(yōu)類別數(shù)。如果樣本量較大，還可以考慮將總樣本隨機(jī)分為兩個(gè)子樣本進(jìn)行交叉驗(yàn)證。

潛在類別/剖面分析在無金標(biāo)準(zhǔn)診斷試驗(yàn)中廣泛應(yīng)用［1］。在無金標(biāo)準(zhǔn)診斷試驗(yàn)中，假定受試者的疾病狀態(tài)是無法直接觀測(cè)的潛在變量，通過聯(lián)合同一受試者的多個(gè)可直接觀測(cè)指標(biāo)構(gòu)建潛在分類模型，可以利用構(gòu)建的潛在類別變量作為參考標(biāo)準(zhǔn)，計(jì)算診斷試驗(yàn)的準(zhǔn)確性評(píng)價(jià)指標(biāo)，如靈敏度、特異度等。例如，在采用量表診斷網(wǎng)絡(luò)成癮［10］、心理相關(guān)疾?。?1-12］時(shí)，由于無金標(biāo)準(zhǔn)參照，常無法確定量表的最佳診斷界值。在這種情況下，研究者可將量表?xiàng)l目作為外顯變量，構(gòu)建潛在類別模型，然后以得分最高的潛類別作為病例，其余類別作為對(duì)照，形成參考標(biāo)準(zhǔn)，進(jìn)而通過ROC曲線確定量表的最佳診斷界值，并計(jì)算靈敏度和特異度等評(píng)價(jià)指標(biāo)。在臨床上，外顯變量的內(nèi)容可以拓展到其他類型的診斷指標(biāo)。例如，在衣原體感染的診斷中，利用免疫分析、細(xì)胞培養(yǎng)和PCR的結(jié)果，通過潛在類別/剖面分析，建立參考標(biāo)準(zhǔn)，進(jìn)而評(píng)價(jià)診斷試驗(yàn)的準(zhǔn)確性。此外，也可讓n位醫(yī)生對(duì)同一個(gè)受試者進(jìn)行診斷，各位醫(yī)生的診斷結(jié)果形成n個(gè)外顯變量Yn，通過潛在類別分析綜合多位醫(yī)生的診斷結(jié)果，形成參考標(biāo)準(zhǔn)。隨著潛在類別模型中診斷指標(biāo)的不斷擴(kuò)展，這種基于潛在類別模型參數(shù)的研究思路在診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)方面有很大的應(yīng)用前景。

目前，已有多種統(tǒng)計(jì)軟件包可以擬合潛在類別/剖面模型，其中比較常用的軟件包有 Mplus［8］、Latent Gold［13］、R軟件中的 MplusAutomation［14］與 poLCA［15］、Stata軟件中的 GLLAMM［16］以及 SAS軟件中的 PROC LCA［17］。

4 Bayesian評(píng)價(jià)方法

Bayesian評(píng)價(jià)方法的原理是：利用目標(biāo)診斷人群中的患病率及參考標(biāo)準(zhǔn)的靈敏度和特異度的先驗(yàn)信息，通過似然函數(shù)對(duì)參數(shù)的先驗(yàn)分布進(jìn)行調(diào)整，對(duì)需要評(píng)估的診斷試驗(yàn)的靈敏度和特異度進(jìn)行估計(jì)［18］。

例如，采用兩種方法進(jìn)行檢測(cè)，其中一種方法為某種疾病的非金標(biāo)準(zhǔn)傳統(tǒng)檢測(cè)方法，即參考標(biāo)準(zhǔn)T1；另一種為待評(píng)估的診斷試驗(yàn)方法T2。T1和T2同時(shí)對(duì)N名受試者進(jìn)行診斷檢測(cè)，表1和表2呈現(xiàn)了診斷試驗(yàn)與參考標(biāo)準(zhǔn)的數(shù)據(jù)形式。假設(shè)兩種診斷方法在真實(shí)疾病狀態(tài)為患病或未患病時(shí)，檢測(cè)結(jié)果相關(guān)系數(shù)為r1和r2，當(dāng)r1=r2=0時(shí)，稱為條件獨(dú)立模型，否則稱為條件相關(guān)模型。通過構(gòu)造似然函數(shù)［19］：

上述模型中Sen2、Spe2表示待評(píng)價(jià)診斷試驗(yàn)的靈敏度和特異度，為無先驗(yàn)信息的待估計(jì)參數(shù)；π為所研究疾病在人群中的患病率；Sen1、Spe1為參考標(biāo)準(zhǔn)的靈敏度與特異度；π、Sen1、Spe1可根據(jù)文獻(xiàn)報(bào)道或經(jīng)驗(yàn)給出其估計(jì)值。然后將上述先驗(yàn)信息轉(zhuǎn)化為Beta分布形式的先驗(yàn)分布，最后將各參數(shù)的先驗(yàn)分布與上述似然函數(shù)結(jié)合，通過Gibbs抽樣迭代算法獲得Sen2、Spe2后驗(yàn)分布和相應(yīng)的參數(shù)估計(jì)。上述計(jì)算過程，研究者可通過Win-Bugs軟件完成。

表1 診斷試驗(yàn)與參考標(biāo)準(zhǔn)對(duì)照的四個(gè)表

表2 診斷試驗(yàn)與參考標(biāo)準(zhǔn)對(duì)照的數(shù)據(jù)結(jié)構(gòu)及符號(hào)表示

5 無金標(biāo)準(zhǔn)情況下診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)方法流程圖

我們?cè)?Umemneku Chikere CM等［20］和 Reitsma BJ等［21］研究者的基礎(chǔ)上，更新繪制了如圖3所示流程圖，描述了無金標(biāo)準(zhǔn)的不同情況下評(píng)價(jià)診斷試驗(yàn)準(zhǔn)確性的方法。

圖3 無金標(biāo)準(zhǔn)情況下評(píng)價(jià)診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)方法流程圖

診斷試驗(yàn)是臨床研究中的重要內(nèi)容。在無金標(biāo)準(zhǔn)或金標(biāo)準(zhǔn)診斷不完善的情況下，本文介紹的統(tǒng)計(jì)學(xué)方法各有其適用的場(chǎng)景，由于受試者的真實(shí)疾病狀態(tài)未知，研究者需要謹(jǐn)慎選擇統(tǒng)計(jì)方法，有效降低診斷試驗(yàn)準(zhǔn)確性評(píng)價(jià)指標(biāo)的估計(jì)偏倚。在實(shí)際應(yīng)用中，研究者可考慮同時(shí)采用多種方法估計(jì)診斷試驗(yàn)的靈敏度和特異度等指標(biāo)，通過敏感性分析，提高診斷試驗(yàn)評(píng)價(jià)的精度和可靠性。另外，在研究設(shè)計(jì)階段需要考慮診斷試驗(yàn)的樣本量，避免樣本量過小，檢驗(yàn)功效不足。此外，研究者在設(shè)計(jì)診斷試驗(yàn)及報(bào)告研究結(jié)果時(shí)，可以參考診斷試驗(yàn)結(jié)果報(bào)告準(zhǔn)則 START（the Standard for Reporting Diagnostic Accuracy statement）［22］，START準(zhǔn)則從題目、摘要、背景、方法、結(jié)果、討論及其他信息等共30條全面說明了報(bào)告診斷試驗(yàn)結(jié)果的標(biāo)準(zhǔn)。