论文部分内容阅读
背景:
自Youden于1950年提出Youden指数(Youden index)以来,它一直被广泛应用于诊断试验的评价中,成为诊断试验评价中应用最多的综合性指标之一。然而,Youden指数的统计推断方法自提出之日起始终存在着两个问题:
其一,Youden指数的方差是在灵敏度与特异度无关的基础上进行估计的,而事实上灵敏度与特异度存在较高的相关性,因此,基于灵敏度和特异度相互独立的假设所估计的方差显然是不准确的,从而导致现有方法的检验效能降低。虽然有学者发现了这一问题,但是相应的解决方法至今尚未见报道。
其二,现有的两种诊断方法比较的统计推断方法是基于两个独立样本的比较提出的,但临床实践中,两种诊断方法的比较更多采用的是配对设计。然而,迄今为止,配对诊断试验中Youden指数的统计推断方法一直未被提出,从而使得在应用中所有配对设计的诊断试验评价只能使用两独立样本比较的Youden指数方法进行分析。这种处理方法有很大的可能性会导致检验效能的降低,就像定量数据处理中,一个有效的配对设计若采用两独立样本t检验较配对t检验会降低检验效能一样。
由此可见,解决上述两个科学问题,将具有重要的方法学意义和广泛的临床应用价值。
目的:
本研究旨在建立考虑灵敏度和特异度在不独立的现实情况下Youden指数的方差估计方法,以及满足配对设计的Youden指数的方差估计方法,进而建立单个Youden指数和配对设计Youden指数的统计推断方法,为临床实践中诊断试验的评价提供新的更符合实际、效率更高的分析工具。
方法:
1.单个Youden指数方差的构建。由于灵敏度与特异度间存在较高的负相关性,目前尚未找到一个合适的系数去度量它。本研借助Cleophas等人应用求多元随机变量函数的Delta法计算诊断符合率(overall validity)的方差的思想,求得诊断试验中灵敏度与特异度的联合标准误。在此基础上,根据中心极限定理,进而建立单个Youden指数的统计推断方法,包括假设检验和可信区间估计。
2.单个Youden指数统计推断方法及其相关性质的研究。以数理推导的方法证明所估计的方差的取值范围是否符合方差的一般性质,以及所提出方法的检验效能是否较原有的基于灵敏度和特异度相互独立的方法有所改善。应用Monte Carlo方法,模拟验证所提出方法Ⅰ类错误是否与设定水平吻合。
3.配对Youden指数方差的构建。配对Youden指数的协方差由两对灵敏度和特异度间的六个协方差构成。考虑到配对诊断试验中两对灵敏度与特异度间的相关性,因此这一部分研究主要参考Tang等人(2000)在构造率差的可信区间时所用的方法,以列联系数来估计两个灵敏度和两个特异度间的相关性,并在此基础上得到两个灵敏度和两个特异度间的协方差。对于不同诊断方法灵敏度与特异度之间的相关性和单个诊断试验内部灵敏度与特异度间的相关性,尚难准确估计,但可以证明这两部分的综合项是一个很小的量,与其他部分相比,其大小可以忽略。进而在此基础上得到配对Youden指数的联合标准误,并在此基础上建立配对Youden指数的统计推断方法,包括假设检验和可信区间估计。
4.配对Youden指数统计推断方法及其相关性质的研究。以数理推导的方法证明其方差的取值范围是否符合方差的一般性质,并结合计算机机械证明的方法,证明其协方差中不同诊断方法的灵敏度和特异度间的协方差与同一诊断方法的灵敏度与特异度间的协方差的和是一个极小量,可以忽略;以及所提出方法的检验效能是否较原有的基于两个诊断试验相互独立的方法有所改善。应用Monte Carlo方法,模拟验证所提出方法I类错误是否与设定水平吻合。
结果:
1.单个Youden指数的统计推断方法。对某一诊断试验,Sen代表灵敏度,Spe代表特异度,J为Youden指数,Var(*)表示方差,S.E.*表示标准误。根据Delta法,得到灵敏度与特异度的合并方差及Youden指数的联合标准误的估计:Var(J)=Spe2Var(Sen)+Sen2Var(Spe)S.E.J=√Var(J)=√Spe2Var(Sen)+Sen2Var(Spe)根据中心极限定理,在总体Youden指数为0的检验假设下,得到单个Youden指数与0比较的统计推断统计量:Z=J/S.E.J=J/Spe2Var(Sen)+Sen2Var(Spe)相应的根据样本Youden指数估计其总体Youden指数的(1-α)·100%置信区间的上限和下限分别为:U=J+Zα/2· S.E.JL=J-Zα/2·S.E.J可以证明,以Delta法求得的Youden指数的联合方差及标准无符合方差和标准误的相关性质,与原有的基于灵敏度和特异度相互独立所估计的方差有所减小,灵敏度和特异度的相关性越强,减小的幅度越大。
通过数理推导证明,本研究提出的统计推断方法,在检验水准一定时,其检验效能高于原有的基于灵敏度和特异度相互独立的方法,同样,当灵敏度和特异度间相关性越强,本方法检验效能的提高幅度亦越大。
通过模拟证明,本研究所提出的统计推断方法的一类错误基本稳定在所设置的检验水准0.05附近。
2.配对Youden指数的统计推断方法。对于一个配对诊断试验,Seni为诊断试验i的灵敏度,Spei为其特异度,Ji为诊断试验i的Youden指数,以Var(*)表示方差,S.E.*表示标准误,Ksen(Kspe)代表灵敏度(特异度)间的相关系数值,通过kappa系数估计两个配对诊断试验的灵敏度(特异度)间的相关性,得到配对Youden指数的方差估计为:Var(J1-J2)=2∑i=1[Var(Seni)+Var(Speei)]-2[KSen√Var(Seni)Var(Sen2)+KSen√Var(Seni)Var(Sen2)]S.E.DJ=√Var(J1-J2)根据中心极限定理,在两个配对总体Youden指数差为0的检验假设下,得到配对Youden指数差与0比较的统计推断统计量:Z=J1-J2/S.E.DJ=J1-J2/2∑i=1[Var(Seni)+Var(Speei)]-2[KSen√Var(Seni)Var(Sen2)+KSen√Var(Seni)Var(Sen2)]相应的,配对Youden指数差DJ的(1-α)·100%置信区间的上界和下界分别为:U=d+Zα/2·S.E.DJL=d-Zα/2·S.E.DJ可以证明,本研究中求得的配对Youden指数的联合方差及标准误,符合方差及标准误的相关性质,其大小与未考虑了配对Youden指数的相关性相比,有所减小;在对其进行估计时所忽略的部分协方差的大小,在数值上与联合标准误的其余部分相比,所占比例尚不足其余部分1%。
通过数理推导证明,本研究提出的统计推断方法,在检验水准一定时,其检验效能高于原有方法,特别的,当两个配对诊断试验的相关性越强,检验效能的提高越明显。
通过模拟证明,本研究所提出的统计推断方法的一类错误基本稳定在所设置的检验水准0.05附近。
结论:
本研究提出的关于单个Youden指数和配对Youden指数的方差估计,在满足理论上的相应要求,同时更接近实际情况。所提出的相应的统计推断方法其Ⅰ类错误与设定水平一致,检验效能较基于独立假设的方法提高,且随着相关性的增强,检验效能的升高幅度越大。可以认为本研究所提出的新的Youden指数的统计推断方法更为合理、可行。