前瞻性诊断准确性试验设计实例

       尽管受到了一些质疑，循证医学理论体系仍然是现代医学不可动摇的基石之一。循证医学金字塔(图1)对于临床指南的制定具有不可忽视的影响力，其核心可以简单概括为：对于疾病的治疗，干预性研究的说服力强于观察性研究，临床研究的说服力强于基础研究，数据的说服力强于个人经验。值得注意的是，循证医学金字塔其实是侧重于对疾病治疗措施的证据进行分级。

       然而，在临床研究的版图(图2)上，除了疾病治疗类研究外，还存在一类特殊的研究，即诊断准确性试验。诊断准确性试验与治疗类研究的观察重点不同，前者侧重于评分某一手段诊断疾病的准确性，后者则侧重于评价某一干预措施的疗效和安全性。在临床实践中，没有明确的诊断就无法进行规范化的治疗。因此，诊断准确性试验也是一类十分重要的临床研究类型。

根据数据收集类型或研究对象招募方式，诊断准确性试验可以分为前瞻性设计、回顾性设计和双向性设计。

1、前瞻性设计是指预先制定纳入排除标准，招募将来的研究对象进入研究；

2、回顾性设计则是指通过回溯既往病例的方式进行研究；

3、双向性设计则可以简单理解成针对同一问题的前瞻性设计和回顾性设计的组合。

回顾性研究的设计要点在本书中已有相关论述，笔者就不再赘述了。在本文中，笔者以一篇刊登在J Intern Med上的论文为例[1]，浅析如何设计一项严谨的前瞻性诊断准确性试验。

例文简介

1.研究背景介绍

       呼吸困难是患者就诊于急诊室的主要原因之一。当急诊科医师接诊到呼吸困难患者以后，首先要明确诊断，找出导致呼吸困难的原因，然后才能有针对性地制定相应的治疗措施。导致呼吸困难的疾病很多，包括心衰(HF)、肺炎、急性冠状动脉综合征(ACS)、肺栓塞(PE)、哮喘、慢性阻塞性肺病(COPD)等。

       其中，诊断心衰是一个比较棘手的问题，因为影像学检查和体格检查、病史、体征等提供的信息量有限，不能满足临床需求。因此人们一直试图找出对心衰具有较高诊断价值的实验室标志物。利钠肽类标志物的发现，极大地提高了心衰的诊断准确性。

       目前，B型利钠肽(BNP)和N末端B型利钠肽(NT-proBNP)是诊断心衰常用的标志物。然而，由于BNP和NT-proBNP的诊断效能并非完美无缺，因此仍然有必要继续寻找新的心衰标志物，弥补BNP和NT-proBNP的不足，或者将其取而代之。

       众所周知，心衰患者血流动力学紊乱，心房和心室都会受到物理性的牵拉。心室细胞受到牵拉时会释放B型利钠肽前体(proBNP)，proBNP在外周血进一步降解会形成NT-proBNP和BNP，这也是NT-proBNP和BNP可以用于心衰诊断和预后评估的病生基础。利钠肽类家族还有另外一个成员叫A型利钠肽，其主要表达于心房细胞。当心房细胞受到物理牵拉时，A型利钠肽前体(proANP)释放入血。

       proANP共包含126个氨基酸，其在外周血中降解为两个片段：第1至98个氨基酸组成了N末端proANP(NT-proANP)，第99至126个氨基酸则组成了成熟的ANP。由于NT-proANP的半衰期较长，因此理论上讲是较好的心衰标记物。遗憾的是，NT-proANP的检测技术发展缓慢，以前建立的方法都不是很稳定，很难满足临床需要。

      2004年，性能可靠的NT-proANP自动化方法才得以建立[2]。该法主要是基于电化学发光原理，由于捕获抗体和标记抗体针对的表位都位于NT-proANP的中段，因此人们将这种方法检测到的蛋白称为中段A型利钠肽，即MR-proANP。理论上讲，当心脏受到牵拉时，proANP的释放量是proBNP的10至50倍，因此MR-proANP在心衰诊断方面的价值可能要优于传统的BNP和NT-proBNP。J Intern Med上的这篇论文的研究目的就是比较MR-proANP和NT-proBNP诊断兴衰的能力。

2.研究设计以及结果简介

       研究者首先前瞻性、连续性招募了287名因不明原因呼吸困难而就诊于急诊室的患者，这些患者进入就诊后，研究者就嘱其签署了知情同意书，并收集了其血清标本，即基线血清标本。随后，研究者根据患者的诊疗需要对患者进行体格检查、病史采集和各种检查，包括心电图、胸片、血清BNP等，目的就是为了明确诊断。同时，接诊医师根据这些资料给出一个“心衰概率评分”：0分表示确定不是心衰，100分表示确定是心衰。这一评分实际上反映了临床医师根据已有资料诊断心衰的准确性，也可以简单理解为常规资料提供的诊断信息。

待所有患者出院以后，研究者邀请两名心血管病专家独立地阅读患者的病历，结合检查结果、治疗反应性等，分析呼吸困难是否是由心衰引起的。终，专家发现287名不明原因呼吸困难的患者中，心衰患者为154名，余下的133为非心衰患者。

       研究对象的招募完成后，研究者取出患者的基线血清，比较了心衰患者和非心衰的血清NT-proBNP和MR-proANP，发现心衰患者的这两项指标明显高于非心衰患者。受试者工作特征(ROC)曲线表明，NT-proBNP和MR-proANP诊断心衰的曲线下面积(AUC)均为0.92，说明二者均为十分优秀的心衰诊断标记物，且总体诊断效率相似。Spearman分析发现NT-proBNP和MR-proANP的相关系数高达0.89。研究者进一步比较了MR-proANP与心衰概率评分的曲线下面积，发现“心衰概率评分”的曲线下面积为0.90。如果MR-proANP与“心衰概率评分”联合使用，曲线下面积则为0.96，显著高于“心衰概率评分”本身(P=0.016)。这一结果说明，MR-proANP可以改善“心衰概率评分”的诊断准确性。

       由于AUC仅仅是一个统计学量化指标，没有较为直接的临床解释。因此研究者又进一步采用大准确性来分析和比较NT-proBNP、MR-proANP以及“心衰概率评分”的诊断准确性，结果发现，NT-proBNP的佳诊断界值是1560pg/ml，此时的准确性为85%；MR-proANP的佳诊断界值为206 pg/ml，此时的诊断准确性为84%；相比之下，“心衰概率评分”的佳诊断界值是80分，其准确性只有79%。如果MR-proANP和“心衰概率评分”一起使用，诊断准确性可以提高到88%。

       这一结果同样说明，MR-proANP如果和“心衰概率评分”一起使用，可以在一定程度上改善“心衰概率评分”的诊断价值。这里面牵涉到一些诊断准确性试验的基本指标的统计学原理，限于篇幅所限，笔者在此不再赘述，感兴趣的读者可以参与笔者此前发表的相关文章[3-4]。

       当然，研究者还采用logistic回归分析了NT-proBNP和MR-proANP与心衰的关系，结果发现，如果分别以206 pg/ml和1560pg/ml作为界值来将MR-proANP、NT-proBNP转化为两分类变量，二者均与心衰独立相关。

       后，作者进行一些亚组分析，主要是采用logistic回归分析了在一些特殊病例中，MR-proANP与HF的关系是否独立于BNP以及NT-prBNP。这些特殊病例包括：BNP处于灰区(100 pg/ml至500pg/ml)的病例、eGFR小于60ml/min的病例、BMI大于30kg/m2的病例。终证实：在BNP处于灰区的受试对象中，即便校正BNP和NT-proBNP，MR-proANP仍然与心衰独立相关，但NT-proBNP并不与心衰独立相关。而且，研究者还发现，在心衰患者中，NT-proBNP受BMI影响，但是MR-proANP不受影响。

研究的大致内容就是这些，总体而言，这是一项十分出色的诊断准确性试验，作者想要传递的学术观点概括起来就是：

1. 在不明原因的呼吸困难患者中，MR-proANP是一个十分优秀的心衰诊断指标，其诊断价值可以完全和NT-proBNP媲美；

2. 和NT-proANP一样，MR-proANP可以提供常规临床信息所不能提供的诊断信息。换句话说，在不明原因呼吸困难患者中，将NT-proANP和MR-proANP引入临床，可以改善心衰的诊断准确性；

3. 在一些特定的患者中，MR-proANP比NT-proBNP更具有诊断优势。