科研设计名词解释.docVIP

DME:design,measurement and evaluation on the clinical research,临床科研设计、测量与评价，是临床流行病学的主要研究方法学 样本：指的是从人群中选出的一组个体。由于选出的方法不同，反映整个人群中的总体状况就有所差异。 抽样：是指从整个群体中选出样本的方法，包括随机抽样和非随机抽样。前者由于采用的是随机抽样方法，通常可反映出整个群体的状况，具有整群的代表性；后者由于抽样方法的偏倚，因而往往缺乏整群特征的代表性。 盲法试验：指在临床试验中，观测者或受试者自己不知道接受的试验措施（或试验药物）或是对照措施（或对照药物），这种临床试验成为盲法试验，目的是避免造成人为的观测偏倚，影响研究结果的真实性。单盲：仅限于受试者本人，不知道自己接受的是试验药物或是对照药物。 双盲：指的是研究的观测者及受试者都不知道受试者接受的是何种试验措施。 三盲：指的是观测者、受试者及资料分析报告者三房都不知道受试的是试验或对照措施。 敏感度（Sen）：经金标准确诊有病的人中，诊断性试验阳性者所占的比例（真阳性率）SEN=a/（a+c)。 特异度（Spe）：经金标准诊断确定为无该病的人中，诊断性试验阴性所占的比例。（真阴性率）。SPE=d/（b+d） 患病率（Prev）：经诊断性试验检测的全部病例中，真正“有病”患者所占的比例。在级别不同的医院中，由于某种疾病的患者集中程度不同，因而患病率的差别较大，从而会影响阳性及阴性预测值的结果。PREV=（a+c）/（a+b+c+d） 阳性预测值（+PV）：诊断性试验阳性的人中有病的人数所占的比例。（即诊断性试验阳性时，患病的可能性，即阳性结果的验后概率）。+PV=a/（a+b）。 阴性预测值（-PV）：诊断性试验阴性的人中，无该病的人数所占的比例。（即诊断性试验阴性时，不患该病的可能性）。-PV=d/（c+d） 阳性似然比（+LR）：有病者诊断性试验阳性的概率与无病者试验阳性的概率之比。+LR=SEN/（1-SPE） 阴性似然比（-LR）：有病者试验阴性的概率和无病者试验阴性的概率之比。-LR=（1-SEN）/SPE。 依然比（LR):有病者得出某一试验结果的概率与无病者得出该试验结果的概率只比，代表了一个诊断性试验区分有病、无病能力的大小。 验前比值：当某一诊断性试验用于临床实践的时候，需要计算该试验的验前比值。验前比值越大，意味着该诊断性试验所涉及的病例就越集中。验前比值=验前概率/（1-验前概率）。 验后比值：验后比值=验前比值*似然比。验后比值越大，临床诊断的实用价值会越好。这里要考虑验前比值的大小，并应总结自己的临床实际。 验后概率：验后概率=验后比值/（1+验后比值）。在临床诊断实践中，在应用某诊断性试验的时候，期望更能提高其诊断效率，验后概率的计算值即可提供该诊断试验用于自己的病人被正确诊断的概率。 受试者工作特性曲线（ROC曲线）：在制图时以该试验的敏感度（真阳性率）为纵坐标，以1-特异度（假阳性率）为横坐标，依照分层分组测定的数据，分别计算各分组SEN及SPE，然后按SEN及1-SPE的数值，在坐标纸上标出各点，最后将给出各点联成曲线，即为ROC曲线。在ROC曲线上，距坐标图左上角最近的一点，即为正常值的最佳临界值，用该点数值区分正常与异常，其敏感度和特异度之和最大，而误诊和漏诊例数之和最小。在诊断性实验中，常用于临界点的正确选择，对临床实验室工作甚为重要。 高敏感度试验的阴性者则排除诊断（SnNout）：意为在临床医疗实践中，某一体征/试验/症状对诊断某一疾病具有很高的敏感度，如果这个诊断试验是阴性结果，那么对拟诊的病人就可以排除。 高特异度试验的阳性者则确定诊断（SpPin）意为在临床医疗实践中，如某一体征/试验/症状对诊断某一疾病具有很高的特异度Sp。那么，当这个试验/体征/症状呈现阳性结果那么该病的诊断就可以确诊。 意愿治疗分析(ITT) 是应用于随机对照试验治疗结果的一种统计学分析方法。它是将随机分配到试验组和对照组全部被纳入组内的患者，无论他们是否完成了或接受了该项试验治疗，都要将其最终结果归入各自组内进行分析和比较，以检验试验治疗效果。 成本最小化分析（CMA）当某一种疾病用两种以上的干预措施，其临床效果相近或没有显著性差异，即效果想当，这时则可分别计算各自成本来进行方案选择，以成本最小为最佳方案。 成本-效果分析（CEA）：评价使用一定量的医疗资源后，个人的健康效益或干预措施的结果。 成本-效用分析（CUA):是通过对效用和实际成本进行比较而判断各种诊疗方案优劣的方法。 成本-效益分析（CBA)：通过比较不同备选方案的全部预期成本和全部预期效益的现值来评价备选方案，即研究结果的效益是否超过其资源消耗的机会成本，只有