[发明专利]基于加权乘积指数模型的诊断试验评价方法

说明书

技术领域

本发明涉及计算机技术领域，具体涉及一种基于灵敏度与特异度可以任意赋值的加权乘积指数模型的诊断试验评价方法。

背景技术

诊断试验对医疗保健具有十分重要的作用，对卫生保健费用的影响也具有十分重要的意义。临床当中为病人诊治中需要解决的一个重要问题是病人是否患病、患的是什么病，在肯定和排除诊断中，就需要合理地选用诊断试验；另外在筛检无症状的病人、随访疾病、判断疾病的严重性、估计预后和对治疗的反应都需要根据诊断试验的精确性、准确性、病人的可接受性、安全性和花费等方面对其进行选择。这些都是临床实践中最易碰到的问题

自从Yerushalmy提出灵敏度和特异度的概念，并创立了诊断试验评价方法以来，灵敏度与特异度始终是诊断试验评价方法中最基本及应用最广泛的工具。几乎所有的统计评价指标都是灵敏度与特异度的函数，例如Youden指数,标准化诊断准确率可表达成灵敏度与特异度的线性组合,诊断阳性/阴性似然比,比数积,阳性/阴性预测值可表达成灵敏度与特异度的商式组合,信息量可表达成灵敏度与特异度商式的对数函数。但是这些指标都有一个局限，就是当灵敏度与特异度重要性不同的时候，它们体现不出诊断的真实价值。

然而在临床实践当中，Galen与Gambino指出不同的情形下灵敏度、特异度有着不同的重要性：①对病情严重但治疗有积极意义，漏诊会造成不可挽回的损害而误诊不致带来严重后果的疾病，如嗜铬细胞瘤，以灵敏度较为重要；②对病情重又属于不治之症，误诊会产生严重后果的疾病，如多发性硬化症，以特异度较为重要；③对病情较重但治疗有积极意义，漏诊和误诊造成危害相当的疾病，如心肌梗塞、糖尿病、某些血液病等，灵敏度和特异度大致同等重要。Galen和Gambino提出的上述概念可看作临床应用的一般原则，尚不具备技术上的可操作性。

当灵敏度与特异度重要性不同的时候(这是诊断试验评价方面一个非常现实的问题)，现有诊断试验评价方法不能满足临床医学中诊断方法评价的现实需要。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于加权乘积指数模型的诊断试验评价方法。

为了实现上述目的，本发明采取的技术方案是：

一种基于加权乘积指数模型的诊断试验评价方法，包括步骤：

选取相互独立，且一者灵敏度相对第二者高，但是特异度比第二者低的两个诊断试验；

获取所选取的两个诊断试验的灵敏度和特异度，并确定灵敏度的权重和特异度的权重；

按照下式分别计算两种诊断试验的加权乘积指数S_1w和S_2w：

S_w＝(SEN)^2w·(SPE)^2(1-w),0≤w≤1

上式中，S_w表示加权乘积指数，SEN表示灵敏度，w表示灵敏度的权重，0≤w≤1，SPE表示特异度，1-w表示特异度的权重；

若两个诊断试验的样本量均超过预定数值，认定为样本量较大，此时通过下式计算两个诊断试验的检验统计量：

上式中，SEN₁、SEN₂分别表示第一个和第二个诊断试验的灵敏度，SPE₁、SPE₂分别表示第一个和第二个诊断试验的特异度，a₁和d₁分别表示第一个诊断试验的真阳性例数和真阴性例数，a₂和d₂分别表示第二个诊断试验的真阳性例数和真阴性例数。

与现有技术相比，本发明的有益效果在于：

Pepe(2003)and Perkins&Schisterman(2006)提出将Youden指数的灵敏度与特异度基于发病率以及误判的相对损失加权，然后发病率以及误判的相对损失在实际应用当中非常难以得到，因而实用性不强。本发明建立了基于灵敏度与特异度任意赋权的加权乘积指数模型，当灵敏度与特异度重要性不同的时候，它们能体现诊断的真实价值，且实用性强，所编写的模型程序简洁，便于临床医生的使用，它的建立将为诊断试验评价提供新的更有力的统计分析工具。

附图说明

图1为本发明基于加权乘积指数模型的诊断试验评价方法的流程示意图。

具体实施方式