[发明专利]基于灵敏度与特异度任意赋权的最佳诊断界值的确定方法

说明书

技术领域

本发明涉及计算机技术领域，具体涉及三种基于灵敏度与特异度任意赋权的最佳诊断界值的确定方法。

背景技术

诊断试验对医疗保健具有十分重要的作用，对卫生保健费用的影响也具有十分重要的意义。临床当中为病人诊治中需要解决的一个重要问题是病人是否患病、患的是什么病，在肯定和排除诊断中，就需要合理地选用诊断试验；另外在筛检无症状的病人、随访疾病、判断疾病的严重性、估计预后和对治疗的反应都需要根据诊断试验的精确性、准确性、病人的可接受性、安全性和花费等方面对其进行选择，这些都是临床实践中最易碰到的问题。

自从Yerushalmy提出灵敏度和特异度的概念，并创立了诊断试验评价方法以来，灵敏度与特异度始终是诊断试验评价方法中最基本及应用最广泛的工具。几乎所有的统计评价指标都是灵敏度与特异度的函数，例如Youden指数,标准化诊断准确率可表达成灵敏度与特异度的线性组合,诊断阳性/阴性似然比,比数积,阳性/阴性预测值可表达成灵敏度与特异度的商式组合,信息量可表达成灵敏度与特异度商式的对数函数。但是这些指标都有一个局限，就是当灵敏度与特异度重要性不同的时候，它们体现不出诊断的真实价值。

然而在临床实践当中，Galen与Gambino指出不同的情形下灵敏度、特异度有着不同的重要性：①对病情严重但治疗有积极意义，漏诊会造成不可挽回的损害而误诊不致带来严重后果的疾病，如嗜铬细胞瘤，以灵敏度较为重要；②对病情重又属于不治之症，误诊会产生严重后果的疾病，如多发性硬化症，以特异度较为重要；③对病情较重但治疗有积极意义，漏诊和误诊造成危害相当的疾病，如心肌梗塞、糖尿病、某些血液病等，灵敏度和特异度大致同等重要。Galen和Gambino提出的上述概念可看作临床应用的一般原则，尚不具备技术上的可操作性。

如图1所示，以不同截断点时的1－特异度为横轴，灵敏度为纵轴，作真阳性率与假阳性率曲线，该曲线称之为ROC(receiver operating characteristic)曲线。其曲线下的面积描述了诊断系统对正反两种状态的判别能力。目前，ROC分析被公认为衡量诊断信息和诊断决策质量的最佳方法。ROC曲线下的面积AUC(the area under the curve)越大，说明试验的诊断价值越大。当AUC接近0.5时，即ROC曲线接近对角线，此时该诊断试验就失去临床意义。ROC曲线中最佳诊断界值确定也是目前研究的热点之一。

当灵敏度与特异度重要性不同的时候(这是诊断试验最佳诊断界值的确定面临的一个非常现实的问题)，现有最佳诊断界值的确定方法不能满足临床医学中诊断方法评价的现实需要。

发明内容

针对现有技术的不足，本发明的目的在于提供三种基于灵敏度与特异度任意赋权的最佳诊断界值的确定方法，以提高诊断试验的真实价值。

为了实现上述目的，本发明采取的技术方案是：

一种基于灵敏度与特异度任意赋权的最佳诊断界值的确定方法，包括步骤：

对于灵敏度和特异度重要性不同的诊断试验，获取该诊断试验的多个诊断界值c以及这些诊断界值所对应的灵敏度SEN(c)与特异度SPE(c)；

按加权(0，1)距离最小原则计算ROC曲线中的最佳诊断界值：按照假阳性率与假阴性率的重要性不同对灵敏度和特异度赋以不同的权重后，再使得假阳性率与假阴性率平方之和达到最小，此时寻找到的最佳诊断界值记为C_w*，即C_w*是使得表达式2w(1-SEN(c))²+2(1-w)(1-SPE(c))²达到最小的c值，w表示灵敏度的权重，1-w表示特异度的权重。

一种基于灵敏度与特异度任意赋权的最佳诊断界值的确定方法，包括步骤：

对于灵敏度和特异度重要性不同的诊断试验，获取该诊断试验的多个诊断界值c以及这些诊断界值所对应的灵敏度SEN(c)与特异度SPE(c)；

按加权Youden指数最大原则计算ROC曲线中的最佳诊断界值：按照灵敏度与特异度的重要性不同对灵敏度和特异度赋以不同的权重后，使得灵敏度与特异度之和达到最大，此时寻找到的最佳诊断界值记为C_Jw，即C_Jw是使得表达式2wSEN(c)+2(1-w)SPE(c)-1达到最大的c值，w表示灵敏度的权重，1-w表示特异度的权重。

一种基于灵敏度与特异度任意赋权的最佳诊断界值的确定方法，包括步骤：