冯丽芬

在传统的诊断试验研究中，诊断试验准确性评价指标（如灵敏度、特异度等）的计算需要建立在与金标准诊断结果（gold standard，能够真实反映受试者疾病状态的诊断方法）比较的基础上（如图1）。但是，在医学研究中经常存在无金标准（例如精神心理相关疾病诊断评价）、金标准不完善或部分受试者金标准结果难以获得（例如肿瘤穿刺活检）等情况［1］，给诊断试验准确性评价指标的计算带来一定挑战。在这种情况下，研究者有时会采用参考标准（reference standard）作为对照进行诊断试验准确性评价，如果参考标准不能准确反映受试者的真实疾病状态，就会造成诊断试验评价指标的有偏估计［2］。近年来，方法学研究者构建了多种无金标准或金标准诊断不完善情况下评价诊断试验准确性的统计学方法。本文详细阐述了无金标准情况下评价诊断试验准确性的方法，供临床研究者设计/开展诊断试验时参考。

1 缺失数据填补或偏倚校正

传统的诊断试验研究需要对所有受试者采用金标准/参考标准确定其真实疾病状态。临床实践中，由于受试者依从性、伦理考虑、金标准不易获得等原因，会出现部分受试者未有金标准/参考标准的诊断结果，真实疾病状态不清楚。如果直接从样本中剔除这部分受试者，势必造成诊断试验准确性评价指标的有偏估计，即证实偏倚（verification bias）［3］。针对此种情况，研究者可考虑采用缺失数据填补方法或偏倚校正方法。缺失数据填补需要明确数据缺失机制，例如完全随机缺失、随机缺失、非随机缺失等。……