发布时间 : 星期三 文章体外诊断试剂 - 相关指导原则的统计学更新完毕开始阅读6c1f397569dc5022abea00af
5、定量试剂的定性计算：这个在不少的指导原则中都提出来了，个人觉得应该对于有参考值的试剂应同时进行定性的统计。
我想进行完以上的统计后，可以形成一个完整的报告了。
半定量试验（有序变量）
半定量检验试剂种类相对应该少一些。在临床统计上，个人觉得和定性试剂有些接近，或定性试剂是半定量试剂的一个特例。在相关指导原则上，明确指出统计方法的比较少。类比于比定性试剂，我想同样是在3个方面进行分析：
1）基础的计算，也就是区间的符合率，这相当于定性的阳性或阴性符合率；
2）差异性检验，在统计上对有序的变量一般采用秩和检验方法，而不是卡方检验。这里需要提出的是，理论上用配对的秩和检验是最合适的，然而配对的秩和检验将相同的结果不列入统计，只比较有差异的结果。由于半定量的试剂相同的结果数据很多，显然这种结果一些情况下能反映试剂的真实性能，这一点在很多文献中都指出来了。个人认为采用单向有序的秩和检验更能反映试剂的实际性能。在IVDstatistics中，可以计算这两种统计结果，供研究都选择。
3）Kappa一致性检验，其意义和定性相同，但对于有序的半定量试剂，理论上应采用（线性）加权的一致性的Kappa一致性检验。简单的一致性忽略了数据间的联系，不如加权的一致性结果准确。
通过以上3个方面的分析，足以判定出临床试验试剂的性能。
鉴于快节奏的工作环境。IVDstatistics提供的亦是方便、快捷或傻瓜化统计。提供了完全的WORD生成模板，例如下（自动生成）：
芸豆荚IVD统计程序定性统计方法和结果
1、 检测数据
对照试剂和临床考核试剂对样本进行配对检测后，将配对检测结果输入表1： 表1：对照试剂和临床考核试剂配对检测结果
考核试剂
对照试剂
+
+ - 合 计
A C A+C
180 8 188
B D B+D
- 5 200 205
A+B C+D ABCD
合计
注：A、B、C、D分别表示配对检测的四种结果
参照体外诊断试剂临床研究技术指导原则（国食药监械[2007]240号），人类免疫缺陷病毒检测试剂临床研究注册技术审查指导原则，病原体特异性M型免疫球蛋白定性检测试剂注册技术审查指导原则，流行性感冒病毒检测试剂注册申报资料指导原则等法规性文件，根据
表1的数据，采用芸豆荚IVD统计程序对数据进行以下统计分析。
2、 基础计算
根据文献[1]，基础计算结果如下： 表2：检测数据基础统计结果 编号 阳性符合率 阴性符合率 阳性预期值 阴性预期值 总符合率 数值比 180/188 200/205 180/185 200/208 380/393 百分率(95%可信区间) 95.74% (91.79%～98.15%) 97.56% (94.40%～99.20%) 97.30% (93.81%～99.12%) 96.15% (92.56%～98.33%) 96.69% (94.41%～98.23%) 注：结果和MedCalc相同，95%可信限计算方法：二项分布法(推荐)
3、 卡方检验（McNemar检验）
根据文献[1，2]采用配对卡方检验，建立检验假设： H0：两种试剂总体检验符合率相同，H1：两种试剂总体检验符合率不同，α=0.05 计算结果如下： 表3 卡方检验（McNemar检验）统计结果 编号 检验方法 卡方值 概率值P 检验结果 统计值 精确概率法 无 0.5811 P>=0.05，接受H0，两种试剂总体检验符合率相同 注：依据不同的检验方法，结果和SPSS、SAS等相同
4、 Kappa一致性检验
根据文献[1，3]，计算Kappa值及标准误；对Kappa建立检验检验假设： H0：K=0，Kappa值来自0的总体，H1：K>0，Kappa值来自非0的总体，α=0.05 计算结果如下： 表4 Kappa一致性检验统计结果 编号 Kappa值 标准误Se(K) 95%可信区间 标准误Se0(K) 检验值Z 统计值 0.9337 , 一致性较好 0.0181 0.8982～0.9691 0.050 Z=18.5115,概率值P=0.0000 检验结果 注：结果和SAS，MedCalc相同 P<0.05,拒绝H0，Kappa值来自非0的总体
附：芸豆荚IVD统计程序统计学方法说明
计算方法均来源于经典的文献或统计学软件，结果和SPSS，SAS、MedCalc等软件相同，主要计算方法如下： a) 基础计算： 按表1的代号：
阳性符合率=A/(A+C)×100% 阴性符合率=D/(A+B) ×100% 阳性预期值=D/(B+D) ×100% 阴性预期值=D/(C+D) ×100%
总符合率=A+D/(A+B+C+D) ×100%
率的95%可信区间采用二项分布法计算(同MedCalc程序)，公式如下： ， ，式中a为数值比分子，n为数值比分母。 b) 卡方检验
依据参考文献[1,2]，精确概率法检验（同SPSS程序）计算方法：X2= ×2，自由度v=1。 ，再根据卡方X2值和卡方分布函数计算出概率值P。
c) Kappa一致性检验（结果同SAS，MedCalc等程序）
依据参考文献3，对于行为i=2，列为j=2排列的数据：计算公式如下： 一致性系数Kappa= 式中 ；
用于估计95%可信限的标准误计算公式如下：Se(k)= ，式中：
Kappa值的95%可信区间=Kappa+/-1.96Se(k)。
Kappa值非0检验，即检验Kappa值是否来自为0的总体，即Kappa值的差异是否由抽样误差造成的，计算公式如下：Z=Kappa/Se0 (k)，式中
Se0(k)= ，再根据Z值和标准正态分布函数，计算出概率值P。
参考文献
1、 颜红主编. 医学统计学(第2版)，人民卫生出版社. 2010
2、 刘一斑秀，刘钧. 配对四格表资料差别检验的精确概率方法，南京大学学报. 1998, 34(5):627-631
3、 Joseph L. Fleiss. Statistical Methods For Rates And Proportions - 3Ed, 2003，598-607 4、 体外诊断试剂临床研究技术指导原则(国食药监械[2007]240号)，国家仪器药品监督管理局发布
5、 人类免疫缺陷病毒检测试剂临床研究注册技术审查指导原则，国家仪器药品监督管理局发布
6、 病原体特异性M型免疫球蛋白定性检测试剂注册技术审查指导原则，国家仪器药品监督管理局发布
7、 流行性感冒病毒检测试剂注册申报资料指导原则，国家仪器药品监督管理局发布
芸豆荚IVD统计程序定量统计方法和结果
(发现图片无法贴上来) 1、检测数据
对照试剂和考核试剂对样本进行配对检测后，将配对检测结果输入附表1，参照体外诊断试剂临床研究技术指导原则（国食药监械[2007]240号），肿瘤标志物类定量检测试剂注册申报资料指导原则，人类免疫缺陷病毒检测试剂临床研究注册技术审查指导原则，病原体特异性M型免疫球蛋白定性检测试剂注册技术审查指导原则等法规性文件，根据附表1的数据，采用芸豆荚IVD统计程序对数据进行以下统计分析。
2、基础计算
计算试剂及差值的均值、标准差、最大值、最小值、偏度和峰度，对样本的基本情况进行分析，依据文献[1]，计算结果如下： 表1：基础计算结果 编号 均值 标准差 最大值 最小值 偏度 峰度
配对差值组 -8.650 56.641 79.000 -96.000 0.0342 -1.4534
对照组 489.000 175.150 778.000 149.000 -0.1882 -0.5856
考核组 497.650 184.888 874.000 141.000 0.0320 -0.4512
注：结果和SPSS，MedCalc相同
3、数据分布直方图
将检测数据及差值按十等份划分，作直方图，直观显示样本及差值的分布情况：
图1： 对照试剂值分布直方图 图2： 考核试剂值分布直方图 图3： 检测差值分布直方图
4、正态性检验
依据文献[2，3]采用D(D'Agostino)检验进行正态性检验，以进一步选择合适的统计方法，建立假设： H0：数据总体服从正态分布，H1：数据总体服不从正态分布，α=0.05 计算结果如下： 表2：数据差值正态性检验结果： 编号 偏度G1 峰度G2 差 值 Z=0.0710, P=0.9434 Z=1.4162, P=0.1567 对照试剂 Z=-0.3894, P=0.6970 Z=0.7946, P=0.4268 考核试剂 Z=0.0664, P=0.9471 Z=0.6783, P=0.4976