如何开展高质量的结核病诊断准确性研究

唐少文 陶必林 王琦琦 么鸿雁

结核病是由结核分枝杆菌引起的慢性传染病，现已成为全球重大的公共卫生问题和社会问题。中国是全球30个结核病高负担国家之一，肺结核发病例数居全球第3位[1]。早期正确的诊断是结核病防治工作的重要基础，但长期以来尚缺乏一种快速、敏感、特异而又简便的方法。随着科学技术的进步，新的检查方法层出不穷，为结核病的诊断提供了便利。因而结核病相关的诊断准确性评价研究常有报道，但刘霞等[2]对国内斑点免疫胶体金渗滤法检测结核抗体诊断结核病的文献按照诊断准确性研究的质量评价(quality assessment of diagnostic accuracy studies，QUADAS)量表标准进行评价，大多数文献存在质量问题，如研究对象选择、金标准核实、盲法评价等。为了指导医务人员更好地开展结核病诊断准确性研究和提高研究质量，笔者就其研究设计、分析指标及应注意的问题作一介绍。

一、概述

诊断准确性研究(diagnostic accuracy studies)主要是指使用各种诊断方法对患者的疾病和健康状况做出诊断的试验，也就是评价某诊断试验正确区分某种特定疾病的患者和非患者的能力[3]。其评价的核心思想就是对比，即待评价诊断方法(也称指标试验，index test)与已有方法或金标准进行比较，从而判断待评价试验可能的角色——取代、分诊或附加[4]；其中，取代即待评价诊断方法可否取代已有方法或金标准，一般要求待评价试验具有更好的准确性或副反应少、操作简单等；如果待评价试验得到阳性或阴性结果后才进行已有试验，则为分诊，主要是已有试验更具侵入性或更不容易被接受或执行；反之，只有在已有试验得到阳性或阴性结果后才进行待评价试验，则为附加，主要是因为已有试验不是很准确，而且待评价试验更昂贵等。对于上述三种关系的评价，其侧重点不一样，但基本研究设计是相似的。如果诊断试验设计存在缺陷，或者研究结果报告欠准确，均可夸大或缩小待评价试验的价值，从而导致医生误诊或漏诊。这就需要研究者在评价之初就进行严谨的设计和规范的报告。

二、诊断准确性研究设计

诊断准确性研究设计一般涉及到几个关键步骤：

1.确定研究设计类型：诊断准确性研究设计类型可以是随机对照试验(RCT)[5]，也可以是观察性研究(如队列研究[6]或病例-对照研究[7])，还可以采用横断面研究[8]，但一般多采用病例-对照研究分析思路，即依据金标准去确定患有和未患有某种疾病的研究对象，再用待评价诊断试验对研究对象进行检测，将其获得的结果与金标准的诊断结果进行比较，从而评价待评价诊断试验的诊断效果。但如果需要观察不同诊断方法对患者的远期影响(如生存或死亡)，则可以借助于RCT；如果判断研究对象是否会罹患某种疾病需要借助于随访，则可以采用队列研究设计。

2.确定金标准：金标准是指目前医学界公认的诊断某种疾病最准确的方法，在无金标准的前提下，则是临床医学专家共同制定的公认诊断标准。确定合适的金标准是进行诊断试验评价的前提，如果金标准选择不当，就会造成对受试者诊断分类上的错误，使整个试验的评价失去准确性的基础。结核病的诊断是一个综合诊断，目前可以参照《WS 288-2017 肺结核诊断》[9]。

3.研究对象的选择：按照金标准将研究对象分为病例组和对照组；病例组可以包括各种类型的患者(如不同严重程度、不同病程阶段、典型与非典型等)，这样评价结果才具有推广性和临床适用性；对照组最好纳入与所研究疾病临床上相类似、易混淆的其他疾病患者，以利于评价诊断试验的鉴别能力。在结核病诊断准确性研究中，研究对象一般来自于某时间段内门诊或病房的连续性患者，病例组一般是按照国家标准判断，对照组也必须明确不符合此标准，否则会导致对照组的错误分类。

5.同步盲法判定结果：待评价诊断试验判断结果时应采用盲法，即在不知道金标准诊断结果的情况下观察试验结果，从而避免过高或过低估计诊断试验效果，以保证比较结果的真实性。但在结核病诊断准确性研究中，很少有研究提及使用盲法。此外，待评价试验与金标准判断是否是同时期进行？或两种方法检测的时间跨度足够短，以避免患者的条件在两种方法检测期间发生改变[3]，相关原始研究也均未说明。但对于前瞻性的随访研究来说，有可能存在时间差，则会对其敏感度和特异度的判断产生影响，尤其是对于随着时间推移，某些生化指标会发生改变者。

6.数据整理：待评价诊断试验与金标准判断结果可以整理成四格表形式(表1)，表中数据分别为真阳性(a)、假阳性(b)、假阴性(c)和真阴性(d)。真阳性表示用金标准方法确诊患某病而用待评价诊断试验亦判定为阳性；假阳性是指用金标准方法确诊未患某病而用待评价试验却判定为阳性；假阴性指用金标准方法确诊患某病而用待评价试验却判定为阴性；真阴性是指用金标准方法确诊未患某病而用待评价试验也判定为阴性。

表1 待评价诊断试验与金标准诊断结果的关系

三、诊断准确性研究评价指标和方法

基于上述表1，可以通过计算一系列评价指标或方法来评价其诊断效果。

1.敏感度：该指标用于评价诊断试验发现患者能力，即实际患病且被该诊断试验正确地判为阳性的概率，敏感度=[a/(a+c)]×100%，理想的诊断试验敏感度应该为100%。假阴性率(漏诊率)是实际患病但被诊断试验判断为阴性的概率，假阴性率=[c/(a+c)]×100%。

2.特异度：该指标是甄别出非患者的能力，即实际未患病且被该诊断试验正确地判为阴性的概率，特异度=[d/(b+d)]×100%，理想的诊断试验特异度应为100%。假阳性率(误诊率)为实际未患病但被待评价诊断试验确定为阳性的概率，假阳性率=[b/(b+d)]×100%。

3.似然比：该指标是病例组中出现某种检测结果的概率与对照组中出现相应结果的概率之比，说明患者中出现该结果的机会是非患者的多少倍。该指标是一个综合了敏感度和特异度特征的相对稳定指标。阳性似然比是患者中该诊断试验出现阳性结果的机会是非患者的多少倍，阳性似然比=真阳性率/假阳性率=[a/(a+c)]/[b/(b+d)]，比值越大说明该诊断试验的诊断价值越高。阴性似然比是患者中该诊断试验出现阴性结果的机会是非患者的多少倍，阴性似然比=假阴性率/真阴性率=[c/(a+c)]/[d/(b+d)]，该比值越小，说明该诊断试验的诊断价值越高。

4.符合率：又称一致率，即研究对象被金标准和待评价试验均判断为阳性或阴性的人数之和占所有研究对象的比率，符合率=[(a+d)/N]×100%。符合率越高，说明待评价方法判断结果与金标准越一致。

5.ROC曲线：即受试者工作特征曲线，该曲线是用真阳性率和假阳性率作图得出的曲线，即横轴表示假阳性率(1-特异度)，纵轴表示真阳性率(敏感度)，曲线上的任意一点代表某待评价试验特定界值对应的敏感度和特异度。ROC曲线是一种全面、准确评价诊断试验效果的方法，一方面对于存在多个临界值时诊断试验可以决定最佳临界点，另一方面还可以比较两种或多种诊断试验的诊断价值，即通过计算ROC曲线下的面积来进行比较，面积越大，诊断的真实度越高。

四、应用注意事项

1.待评价试验诊断不清者的处理：无论采用何种研究设计，待评价试验都需要对金标准判断的研究对象进行检验或判断，其结果是否都能明确判断为阳性或阴性。对于判断不清的研究对象，应该明确说明。孙琳等[11]在评价γ干扰素释放试验用于活动性结核病患儿诊断中时，则明确排除了研究过程中不确定结果的研究对象。如果存在判断不清的结果，则原先的2×2四格表就需要变成2×3表格，在待评价试验诊断结果里增加一行，即被金标准判断为患病和未患病者，但待评价诊断试验结果为无法判断，此时敏感度和特异度的计算时就需要把这部分人加入到分母之中[3]。

2.指标的选择与计算：常规诊断试验准确性研究一般都采用敏感度、特异度等指标，但需要注意的是，只有当研究对象经过金标准判断后，方可使用敏感度和特异度来反映其发现患者和排除非患者的能力。反之，如果以其他方法为参照时，计算待评价方法的敏感度和特异度则不合适。在报告每个评价指标时，除了报告点估计外，还需要报告其95%可信区间(95%CI)[3]。此外，Cochrane组织还建议对于似然比或诊断比值比可以不报告，因为这些指标对于后续诊断决策并没有明显的提高，而且这些指标还会随着人群患病率不同而发生变化。

3.不同方法之间的比较：在结核病诊断准确性研究中，常涉及到不同方法诊断价值的比较，研究者常片面地采用χ2检验就某一个指标(敏感度或特异度)进行比较[12-13]。虽然敏感度和特异度是从不同侧面反映诊断效果的指标，但任何诊断方法的评价都需要兼顾到敏感度和特异度。因此，不同方法之间比较时，采用单一指标来评价不合适，可以采用ROC曲线法比较不同方法的ROC曲线下面积，这样更能全面反映不同方法的诊断效果差异。当然，如果仅对于两种或多种方法进行粗略比较，采用符合率(一致率)或kappa值比较合适。

4.亚组分析：由于不同特征人群的患病率存在差异，相同的诊断试验在不同的亚组间进行评价时效果往往不同。因此，就可以选择特定人群开展诊断评价，从而提高其诊断效果。如结核感染T细胞斑点试验在肺外结核诊断价值研究中，作者将最终确诊肺外结核患者分为初治组和复治组，结果提示结核感染T细胞斑点试验在复治肺外结核组的敏感度要高于初治肺外结核组[14]。

5.规范报告：2015年版的报告规范STARD主要用于规范诊断试验的报告，提高报告的准确性和完整性。该规范主要包括报告清单、常见术语和研究流程图，其中报告清单涉及到标题、摘要、引言、方法、结果、讨论和其他信息等7个部分，包括30个条目和34个子条目[15]。通过文献中的流程图可以直观地评估研究对象对目标人群的代表性及研究中可能存在的偏倚。因此，研究者需要对未纳入对象提供明确的排除理由，以及待评价诊断方法不确定的结果。上述γ干扰素释放试验在活动性结核病患儿中诊断价值研究中，作者详细展示了研究对象纳入与排除流程[11]。

结核病的诊断除结合患者的临床症状和病史资料外，还需要借助于细菌学、影像学、分子生物学、免疫学、内镜介入等多种检验、检查方法或技术，这也使得基于日常工作进行结核病诊断准确性研究成为可能。因此，目前绝大多数原始研究基本上都是针对已有的病例资料开展回顾性分析，相对省时省力；但在研究过程中，如果能采用严谨的研究设计、正确的统计方法和分析指标、规范地报告研究结果，同样可以产生高质量的研究报告。