體外診斷試劑臨床評價常用統(tǒng)計學方法概述

孫果梅

上海市醫(yī)療器械化妝品審評核查中心，上海市，200020

0 引言

臨床評價資料是體外診斷試劑注冊申報資料的重要部分，是判斷產(chǎn)品是否滿足使用要求、確定適用范圍的重要依據(jù)。體外診斷試劑的臨床評價主要有以下幾種途徑：一是列入免于進行臨床試驗的體外診斷試劑目錄的產(chǎn)品，可通過與境內(nèi)已上市同類產(chǎn)品進行比較研究試驗證明等效性，或通過與參考方法進行比較研究試驗考察符合性/一致性[1]；二是開展臨床試驗考察產(chǎn)品的臨床性能是否滿足使用要求或預(yù)期用途，確認產(chǎn)品的風險/受益比是否可接受，并確定產(chǎn)品的適用人群及適應(yīng)癥[2-3]。通過以上途徑獲得的臨床數(shù)據(jù)，經(jīng)過適當?shù)慕y(tǒng)計學處理才能獲得支持臨床評價結(jié)論的證據(jù)。參考《免于進行臨床試驗的體外診斷試劑臨床評價資料基本要求（試行）》中“數(shù)據(jù)收集和處理”和《體外診斷試劑臨床試驗指導(dǎo)原則（征求意見稿）》中“臨床試驗的統(tǒng)計學分析”部分的內(nèi)容，對體外診斷試劑定性產(chǎn)品、半定量產(chǎn)品和定量產(chǎn)品的臨床評價中常用統(tǒng)計學方法進行概述。

1 定性產(chǎn)品和半定量產(chǎn)品的統(tǒng)計方法

（1）定性產(chǎn)品的臨床評價檢測結(jié)果通常以2×2表格的形式呈現(xiàn)，并計算靈敏度（陽性符合率）、特異度（陰性符合率）、準確度（總符合率）、約登指數(shù)、似然比、預(yù)測值等指標及其95%可信區(qū)間。

靈敏度和特異度是反映檢測試劑診斷準確性的兩個最基本的統(tǒng)計指標，同時提高檢測試劑兩個指標值較為困難，在實際應(yīng)用中，當漏診（假陰性）帶來的危害性高時，要求檢測試劑有較高的靈敏度；當誤診（假陽性）帶來的危害性高時，要求檢測試劑有較高的特異度。約登指數(shù)=（靈敏度+特異度）-1，適用于檢測結(jié)果假陽性和假陰性具有同等意義危害性的情況。

似然比包括陽性似然比和陰性似然比，陽性似然比=靈敏度/（1-特異度），其值越大診斷價值越高；陰性似然比=（1-靈敏度）/特異度，其值越小診斷價值越高。似然比綜合了靈敏度和特異度的信息，并且可用于結(jié)果為有序資料和定量資料的檢測試劑臨床評價，提供更多的診斷信息。預(yù)測值包括陽性預(yù)測值和陰性預(yù)測值，陽性預(yù)測值是指考核試劑結(jié)果為陽性者之中對比試劑結(jié)果陽性的概率，陰性預(yù)測值是指考核試劑結(jié)果為陰性者之中對比試劑結(jié)果陰性的概率[4]。

（2）半定量產(chǎn)品的臨床評價檢測結(jié)果通常以R×C表格的形式呈現(xiàn)，數(shù)據(jù)類型多為單項有序資料（等級資料），可計算各等級的符合率、似然比、預(yù)測值等指標，也可計算Kendall秩相關(guān)系數(shù)或使用ROC曲線下面積分析方法。

（3）通過假設(shè)檢驗對兩種檢測系統(tǒng)開展一致性評價，可采用Kappa一致性檢驗。Kappa一致性檢驗的原理是評估兩個檢測系統(tǒng)結(jié)果一致性是否由于偶然因素導(dǎo)致，即觀察一致率與機遇一致率是否有顯著性差異。Kappa一致性檢驗的結(jié)果表現(xiàn)為Kappa統(tǒng)計量，反映了兩個檢測系統(tǒng)結(jié)果一致性的高低程度。Kappa＞0.75表明一致性程度好；Kappa＜0.4表明一致性程度較差[5]。Kappa檢驗分為簡單Kappa檢驗和加權(quán)Kappa檢驗，前者適用于定性產(chǎn)品的臨床評價，后者適用于半定量產(chǎn)品的臨床評價。加權(quán)Kappa檢驗可分為線性加權(quán)法和平方加權(quán)法。線性加權(quán)法每兩個等級之間的差異相等，權(quán)重是等級距離的倍數(shù)；平方加權(quán)法的權(quán)重是線性加權(quán)法權(quán)重的平方，放大了等級距離大的判定不一致程度。加權(quán)方法的選擇應(yīng)考慮研究設(shè)計和不同等級之間差異的具體意義。

（4）定性產(chǎn)品臨床評價的實例：以大便隱血檢測試劑盒（膠體金法）為例，應(yīng)用考核試劑和對比試劑分別檢測120例臨床樣本，結(jié)果分析如表1所示。

表1 大便隱血檢測結(jié)果Tab.1 Test results of fecal occult blood (FOB)

根據(jù)表1 數(shù)據(jù)，可計算：靈敏度=43/(43+7)×100%=8 6.0 0%；特異度=6 5/(5+65)×100%=92.86%；準確度=(43+65)/(43+5+7+65)×100%=90.00%；Kappa一致性檢驗結(jié)果：Kappa值=0.793，P＜0.001，考核試劑與對比試劑檢測結(jié)果一致性程度好。

2 定量產(chǎn)品統(tǒng)計方法

主要評價指標一般涉及相關(guān)系數(shù)、回歸方程、ROC曲線下面積等。主要分析步驟包括：

2.1 繪制散點圖

以考核試劑測定值作Y軸、對應(yīng)的對比試劑測定值作X軸繪制散點圖，目測線性趨勢、測定值覆蓋線性范圍的情況以及離群值情況等。

2.2 離群值分析

根據(jù)美國臨床和實驗室標準協(xié)會（NCCLS）文件EP9-A2《用患者標本進行方法比對及偏倚評估；批準指南-第二版》中離群值的判定方法，計算兩種方法測定結(jié)果的絕對差值（|Yi-Xi|）及其平均值，以及相對差值（|Yi-Xi|/Xi）及其平均值，并計算檢測限及相對檢測限。絕對差值大于檢測限，且相對差值大于相對檢測限的樣本，則判斷為離群值。如果出現(xiàn)一個以上的離群值，但并未超出醫(yī)學上有臨床意義的界限，可保留離群值開展分析；如果離群值的個數(shù)不超過2.5%，可刪除離群值后進行分析；若超出2.5%，則應(yīng)開展原因分析，必要時增加樣本量以滿足試驗要求。

2.3 主要評價指標分析

相關(guān)分析：評價兩種檢測系統(tǒng)結(jié)果的相關(guān)程度。常用的有Pearson相關(guān)系數(shù)和Spearman秩相關(guān)系數(shù)，前者要求兩種檢測系統(tǒng)結(jié)果應(yīng)為正態(tài)分布，后者對數(shù)據(jù)分布無要求。相關(guān)系數(shù)r越接近1，說明兩種檢測系統(tǒng)結(jié)果相關(guān)性越強。相關(guān)分析也用來判斷樣本取值是否有足夠的分布范圍，根據(jù)EP9-A2文件，如果r≥0.975（或r2≥0.95），可認為樣本取值范圍合適。

Bland-Altman法：計算一致性限度，應(yīng)在臨床認可的界值之內(nèi)。通常選用差值法，兩種檢測系統(tǒng)的差值d服從正態(tài)分布，95%一致性限度為d±1.96Sd，以兩種檢測系統(tǒng)結(jié)果均值為橫軸，差值為縱軸繪制Bland-Altman差異分析圖觀察d值是否落在一致性限度范圍內(nèi)。該方法清晰直觀且需結(jié)合臨床意義進行綜合判定，優(yōu)勢明顯；但對數(shù)據(jù)分布和測量誤差有一定要求，兩種檢測系統(tǒng)結(jié)果差值應(yīng)為正態(tài)分布、方差齊同、平均趨勢在測量范圍內(nèi)保持不變[4]。

回歸分析：應(yīng)根據(jù)數(shù)據(jù)分布特點等因素選擇使用的回歸方法，如Deming回歸、Passing-Bablok回歸和最小二乘（LS）回歸估計等。最小二乘回歸估計和Deming回歸對數(shù)據(jù)的分布、等方差性等有較為嚴格的要求，最小二乘回歸要求自變量X為固定變量，因變量Y為隨機變量，回歸僅考慮Y的殘差最??；Deming回歸要求自變量X和因變量Y均為隨機變量，回歸須同時考慮X的殘差最小和Y的殘差最小，更適用于體外診斷試劑兩檢測系統(tǒng)的一致性評價[6]。Passing-Bablok回歸對數(shù)據(jù)分布和測量誤差無特殊要求，計算方法是針對散點圖中的任意兩點計算斜率，取所有斜率的中位數(shù)作為回歸方程的斜率[7]。研究表明當分析不確定性隨測量濃度的增加而增加時，Passing-Bablok回歸的結(jié)果比Deming回歸更準確[8]。為評估考核試劑和對比試劑的等效性，回歸分析的截距應(yīng)接近0，斜率應(yīng)接近1，兩種檢測系統(tǒng)結(jié)果一致性較好。

ROC分析：受試者工作特征曲線（ROC）是以假陽性率（1-特異度）為橫軸、以真陽性率（靈敏度）為縱軸、依照連續(xù)變化的診斷閾值繪制的曲線，ROC曲線下面積（AUC）反映考核檢測試劑的診斷價值，或同時比較兩種試劑的診斷價值。ROC曲線一般位于機會對角線的上方，AUC的取值范圍為0.5～1。根據(jù)AUC的取值可大致將考核試劑的診斷價值分為較低（0.5＜A≤0.7）、中等（0.7＜A≤0.8）、較高（0.8＜A≤0.9）和很高（A＞0.9）[4]，但仍應(yīng)進一步以推薦的陽性判斷值進行靈敏度、特異度等指標（及其95%可信區(qū)間）的評價。比較兩種試劑的診斷價值不能僅考慮AUC的大小，特別是在兩條ROC曲線出現(xiàn)相交的情況時，應(yīng)充分考慮適用人群的特征、檢測結(jié)果（特別是假陽性和假陰性）的臨床意義等。

2.4 醫(yī)學決定水平預(yù)期偏倚

醫(yī)學決定水平處預(yù)期偏倚的95%置信區(qū)間與允許誤差的限值相比較，以判定兩檢測系統(tǒng)是否等效，考核試劑的預(yù)期偏倚是否可接受。每個實驗室應(yīng)建立自己的限值標準，限值的選擇一般為較公認的允許誤差要求，如CLIA’88中指標要求的1/2、臨床檢驗中心室間質(zhì)量評價標準的1/2等，或參考相關(guān)文獻和專家共識的標準。根據(jù)EP9-A2文件，允許誤差落在置信區(qū)間內(nèi)，說明預(yù)期偏倚小于允許誤差，兩個系統(tǒng)得出的結(jié)果相當，偏倚可以被接受；允許誤差小于預(yù)期偏倚95%置信區(qū)間的下限，說明有＞97.5%的概率預(yù)期偏倚大于允許誤差，兩個系統(tǒng)得出的結(jié)果不相當，偏倚不能被接受；允許誤差大于置信區(qū)間的上限，說明有＞97.5%的概率預(yù)期偏倚小于允許誤差，兩個系統(tǒng)得出的結(jié)果相當，偏倚可以被接受。

2.5 定量產(chǎn)品臨床評價的實例

以降鈣素原檢測試劑盒（化學發(fā)光法）為例，應(yīng)用考核試劑和對比試劑分別檢測120例臨床樣本，結(jié)果分析如下。

散點圖與離群值分析：圖1為降鈣素原檢測結(jié)果散點圖，目測結(jié)果呈線性分布，分布范圍覆蓋了考核試劑的線性范圍，取值包括正常值和異常值。離群值分析中，絕對差值大于檢測限的樣本為13例，相對差值大于相對檢測限的樣本為2例，無樣本的絕對差值和相對差值均超限，因此本研究無離群值。

圖1 降鈣素原檢測結(jié)果散點圖Fig.1 Scatter plot of procalcitonin test results

主要評價指標分析：相關(guān)系數(shù)r=0.993＞0.975，P＜0.001，95%置信區(qū)間為（0.990,0.995），考核試劑和對比試劑的檢測結(jié)果相關(guān)度高，可認為樣本取值范圍合適?；貧w分析選擇Deming回歸，結(jié)果如圖2所示?；貧w方程為y=0.006+1.012x，斜率的95%置信區(qū)間為（0.962,1.061），截距的95%置信區(qū)間為（-0.223,0.234），考核試劑和對比試劑的檢測結(jié)果一致性較好。Bland-Altman一致性分析結(jié)果，如圖3所示。考核試劑和對比試劑的檢測結(jié)果一致性較好，但有10%（12/120）的點落在95%一致性界限之外，需做進一步分析。

圖2 降鈣素原檢測結(jié)果回歸分析圖Fig.2 Regression analysis chart of procalcitonin test results

圖3 Bland-Altman一致性分析結(jié)果Fig.3 Bland-Altman consistency analysis results

醫(yī)學決定水平預(yù)期偏倚：降鈣素原的醫(yī)學決定水平Xc為0.5 ng/mL，2019年臨床檢驗中心室間質(zhì)量評價標準的可接受范圍為靶值±30%，因此允許誤差設(shè)定為靶值的15%，醫(yī)學決定水平處的允許誤差為0.075 ng/mL。考核試劑在醫(yī)學決定水平附近共95例樣本，預(yù)期偏倚估計值為0.041,95%置信區(qū)間為（-0.006,0.088），允許誤差落在置信區(qū)間內(nèi)，偏倚可以被接受。

3 總結(jié)

體外診斷試劑的臨床評價資料是考察產(chǎn)品臨床性能、評估產(chǎn)品預(yù)期用途的重要依據(jù)。在嚴格設(shè)計研究方案、完整收集臨床數(shù)據(jù)的前提下，選擇適當?shù)呐R床評價指標和統(tǒng)計方法開展數(shù)據(jù)分析才能獲得支持臨床評價結(jié)論的證據(jù)。對體外診斷試劑定性產(chǎn)品、半定量產(chǎn)品和定量產(chǎn)品的臨床評價中常用統(tǒng)計學方法進行概述，相關(guān)統(tǒng)計方法在體外診斷試劑產(chǎn)品的分析性能評估、陽性判斷值或參考區(qū)間確定時也有應(yīng)用。主要介紹了常用統(tǒng)計方法的使用條件、臨床意義、基本原理和評價標準等，供體外診斷試劑審評人員在審核注冊申報資料時參考。