诊断医学统计学PDF电子书下载

第1章 绪论 1

1.1 写这本书的目的 1

目录 1

1.2 什么是诊断准确度 2

1.3 诊断医学统计学方法的历史回顾 3

1.4 软件 5

1.5 本书没有包含的主题 6

1.6 小结 6

第2章 诊断准确度的指标 13

2.1 灵敏度与特异度 13

第一篇 基本概念和方法 13

2.2 灵敏度与特异度相结合的指标 17

2.3 ROC曲线 19

2.4 ROC曲线下面积 21

2.5 固定FPR的灵敏度 25

2.6 部分ROC曲线下面积 25

2.7 似然比 26

2.8 其他ROC曲线指标 30

2.9 多个异常病灶的定位与观测 31

2.10 诊断试验的解释 32

2.11 ROC曲线的最佳决策界值 35

2.12 多项试验 36

2.13 练习 37

第3章 诊断准确度的研究设计 42

3.1 确定研究目标 43

3.2 识别目标患者总体 45

3.3 选择患者抽样计划 46

3.3.1 阶段Ⅰ：探索研究 46

3.3.2 阶段Ⅱ：挑战研究 47

3.3.3 阶段Ⅲ：临床研究 48

3.4 选择金标准 51

3.5 选择准确度指标 54

3.6 识别目标阅片者总体 56

3.7 选择阅片者抽样计划 57

3.8 计划数据收集 59

3.8.1 试验结果的格式 59

3.8.2 阅片者研究的数据收集 60

3.8.3 培训阅片者 62

3.9 划数据分析 63

3.9.1 统计学假设 63

3.9.2 报告试验结果 64

3.10 确定样本含量 66

3.11 练习 67

4.1 二分类数据 72

4.1.1 灵敏度与特异度 72

第4章 简单样本的估计与假设检验 72

4.1.2 群集二分类数据的灵敏度与特异度 74

4.1.3 似然比 76

4.1.4 优势比 78

4.2 有序数据 79

4.2.1 经验ROC曲线 80

4.2.2 拟合光滑曲线（参数模型） 81

4.2.3 固定FPR的灵敏度估计 84

4.2.4 ROC曲线下面积与部分面积（参数模型） 86

4.2.5 非参数法曲线下面积 90

4.2.6 群集数据的非参数分析 93

4.2.7 退化数据 96

4.2.8 参数与非参数法的选择 97

4.3 连续型数据 98

4.3.1 经验ROC曲线 99

4.3.2 拟合光滑ROC曲线（参数和非参数法） 99

4.3.3 ROC曲线下面积（参数与非参数法） 103

4.3.4 固定FPR的灵敏度与决策界值 103

4.3.5 最佳工作点的选择 106

4.3.6 参数与非参数法的选择 107

4.4 ROC曲线面积的假设检验 108

4.5 练习 109

附录4.1 方差的Jackknife估计 110

附录4.4 偏倚校正与加速（BCa）Bootstrap置信区间 111

附录4.2 方差的Bootstrap估计 111

附录4.3 Bootstrap百分位数置信区间 111

附录4.5 Bootstrap t置信区间 112

附录4.6 ROC曲线综合指标的非参数方法 112

第5章 两诊断试验准确度的比较 117

5.1 二分类数据 117

5.1.1 灵敏度与特异度 117

5.1.2 群集二分类数据的灵敏度与特异度 119

5.2 有序与连续型数据 121

5.2.1 确定两ROC曲线相等 121

5.2.2 比较特定点的ROC曲线 124

5.2.3 不同FPR范围来确定TPR 125

5.2.4 面积或部分面积的比较 127

5.3 等效性检验 132

5.4 练习 134

第6章 样本含量的计算 136

6.1 简单试验准确度研究的样本含量 137

6.1.1 灵敏度与特异度 137

6.1.2 ROC曲线下面积 138

6.1.3 固定FPR的灵敏度 139

6.1.4 部分ROC曲线下面积 141

6.2 两试验准确度研究的样本含量 145

6.2.1 灵敏度与特异度 145

6.2.2 ROC曲线下面积 146

6.2.3 固定FPR的灵敏度 148

6.2.4 部分ROC曲线下面积 149

6.3 两试验等效性研究的样本含量 151

6.4 确定合适界值的样本含量 153

6.5 练习 154

第7章 诊断试验的Meta分析问题 156

7.1 Meta分析的目标 156

7.2 文献检索 157

7.3 纳入与剔除标准 159

7.4 从文献中提炼信息 160

7.5 统计分析 162

7.6 通用的表达 165

7.7 练习 166

第二篇 高级方法 173

第8章 独立ROC数据的回归分析 173

8.1 四个临床研究 173

8.1.1 颈动脉手术病灶实例 173

8.1.2 胰腺癌实例 174

8.1.3 成人肥胖实例 174

8.1.4 前列腺癌实例 174

8.2 连续型试验的回归模型 175

8.2.1 光滑ROC曲线的间接回归模型 175

8.2.2 光滑ROC曲线的直接回归模型 179

8.2.3 MRA观测颈动脉血管手术病灶 182

8.2.4 诊断胰腺癌的生物标识物 183

8.2.5 儿童BMI指标预测成人肥胖 186

8.3 有序试验的回归模型 188

8.3.1 潜隐光滑ROC曲线的间接回归模型 188

8.3.2 潜隐光滑ROC曲线的直接回归模型 190

8.3.3 超声波观测前列腺癌周围浸润 191

8.4 练习 193

第9章 相关ROC数据分析 195

9.1.1 有序试验的间接回归模型 196

9.1 同一患者多次试验的研究 196

9.1.2 肺癌分期实例 199

9.1.3 连续型试验的直接回归模型 201

9.2 多个阅片者与多次试验的研究 203

9.2.1 诊断准确度综合指标的混合效应ANOVA模型 203

9.2.2 TAD见测实例 206

9.2.3 Jackknife伪值的混合效应ANOVA模型 206

9.2.4 新生儿检测实例 208

9.2.5 Bootstrap法 209

9.3 多阅片者研究的样本含量估计 211

9.4 练习 214

第10章 证实偏倚的校正方法 218

10.1.1 MAR假定下的校正方法 219

10.1 简单二分类试验 219

10.1.2 无MAR假定的校正方法 221

10.1.3 肝闪烁扫描实例 222

10.2 相关二分类试验 225

10.2.1 无协变量的ML方法 225

10.2.2 有协变量的ML方法 227

10.2.3 痴呆症筛查试验实例 229

10.3 简单有序分类试验 230

10.3.1 无协变量的ML方法 230

10.3.2 发烧原因不明实例 233

10.3.3 有协变量的ML方法 234

10.3.4 痴呆症筛查试验实例 236

10.4 相关有序分类试验 238

10.4.1 潜隐光滑ROC曲线的加权GEE法 239

10.4.2 ROC面积的似然估计方法 240

10.4.3 CT和MRI对胰腺癌进行分期的实例 242

10.5 练习 243

附录10.1 定理10.1的证明 245

附录10.2 定理10.6的证明 246

第11章 不完善标准偏倚的校正方法 252

11.1 一个总体的简单试验 254

11.1.1 圆线虫感染等实例 256

11.2 G个总体的简单试验 258

11.2.1 结核病实例 259

11.3 一个总体的多次试验 260

11.3.1 在CIA下的MLEs 260

11.3.2 胸膜增厚实例 261

11.3.3 无CIA的ML法 262

11.3.4 HIV生物测定实例 265

11.4 G个总体的多次二分类试验 270

11.4.1 在CIA下的ML法 270

11.4.2 无CIA的ML法 271

11.5 练习 271

附录11.1 定理11.1的证明 272

附录11.2 运用第11.1节的Gibbs抽样计算后验分布 273

附录11.3 G个总体的两试验EM算法（定理11.2） 274

附录11.4 在CIA下（定理11.3）一个总体k个试验的EM算法 275

第12章 Meta分析的统计方法 278

12.1 灵敏度与特异度对子 278

12.1.1 公共SROC曲线 278

12.1.2 研究别SROC曲线 282

12.1.3 有与无颜色指导的双超声波影像评价 284

12.2 ROC曲线下面积 287

12.2.1 固定效应模型 287

12.2.2 随机效应模型 288

12.2.3 地塞米松抑制试验的评价 289

12.3 练习 291