顶部
收藏

诊断医学中的统计学方法


作者:
侯艳, 李康, 宇传华, 周晓华
定价:
89.00元
ISBN:
978-7-04-044259-5
版面字数:
540.000千字
开本:
16开
全书页数:
424页
装帧形式:
平装
重点项目:
暂无
出版时间:
2016-02-16
读者对象:
学术著作
一级分类:
自然科学
二级分类:
统计学
三级分类:
应用统计学

近年,很多研究集中到诊断试验的设计方法和诊断准确度分析方法方面。《诊断医学中的统计学方法》(第二版)继续提供这个领域更为深入的设计和分析方法,通过必要的使用来帮助读者全面理解这类研究,以及将研究结果推广到患者人群的实际应用中。

本书作者对于如何衡量诊断试验准确度以及设计问题做了基本介绍,很好地定义了不同的诊断准确度评价指标,描述了设计诊断准确性研究的策略,并且给出了估计和比较诊断准确度的重要的统计学方法。第二版新的内容包括:

● 用于检验和定位病灶的诊断试验方法

● 推荐协变量调整方法

● 估计和比较诊断试验预测值以及样本含量估计的方法

● 证实性偏倚和不完善金标准的校正方法

● 当存在预试验数据时,多名阅片者研究的样本含量估计方法

● 嵌入随机效应的meta分析方法

书中三个实例全面地反映出了诊断试验中存在的设计和统计学问题,并在附录中提供了所有实例的数据,同时在网站中提供了使用FORTRAN、SAS和R语言编制的软件包,以便于读者能够自己实现分析。

《诊断医学中的统计学方法》(第二版)可以作为研究生阶段生物统计学课程极好的补充材料,同时能够为临床工作者和医学、流行病学及生物统计学的研究者提供有价值的参考依据。

  • 前辅文
  • 第一部分 基本概念和方法
    • 第一章 绪论
      • 1.1 诊断试验准确度研究
      • 1.2 实例介绍
        • 1.2.1 实例 1: 甲状旁腺疾病
        • 1.2.2 实例 2: 结肠癌诊断
        • 1.2.3 实例 3: 颈动脉狭窄
      • 1.3 软件
      • 1.4 本书没有包含的主题
    • 第二章 诊断准确度评价指标
      • 2.1 灵敏度与特异度
        • 2.1.1 衡量诊断试验准确度的基本指标: 实例 2
        • 2.1.2 具有连续型检查结果的诊断试验: 人工心脏瓣膜实例
        • 2.1.3 具有等级型检查结果的诊断试验: 实例 1
        • 2.1.4 疾病患病率与疾病谱对灵敏度和特异度的影响
        • 2.1.5 FPR和FNR与α和β的类比
      • 2.2 灵敏度与特异度的综合指标
        • 2.2.1 两个及以上诊断试验准确度比较时存在的问题: 实例 1
        • 2.2.2 诊断试验结果的正确率
        • 2.2.3 优势比和 Youden 指数
      • 2.3 受试者工作特征曲线 (ROC)
        • 2.3.1 ROC 曲线: 人造心脏瓣膜和实例 1
        • 2.3.2 关于 ROC 曲线的假定
        • 2.3.3 拟合的光滑 ROC 曲线
        • 2.3.4 ROC 曲线的优点
      • 2.4 ROC 曲线下面积
        • 2.4.1 ROC 曲线下面积的解释
        • 2.4.2 ROC 曲线下面积的大小
        • 2.4.3 ROC 曲线下面积: 实例 1
        • 2.4.4 ROC 曲线下面积的误解
      • 2.5 固定 FPR 的灵敏度
      • 2.6 部分 ROC 曲线下面积
      • 2.7 似然比
        • 2.7.1 关于似然比的三个实例
        • 2.7.2 似然比的缺点
        • 2.7.3 常规与非常规 ROC 曲线
      • 2.8 真实诊断结果不是二分类情况的 ROC 分析
      • 2.9 比较预测模型的 C 统计量和其他指标
      • 2.10 多个病灶的检测与定位
      • 2.11 阳性和阴性预测值、贝叶斯定理及实例 2
        • 2.11.1 贝叶斯定理
      • 2.12 ROC 曲线的最佳决策阈值
        • 2.12.1 最大化分类的最优阈值
        • 2.12.2 最小化成本的最优阈值
        • 2.12.3 最佳决策阈值: 以快速眼动为抑郁症生物标识的实例
      • 2.13 多项试验的结果解释
        • 2.13.1 平行联合诊断
        • 2.13.2 序贯诊断试验
    • 第三章 诊断准确度的研究设计
      • 3.1 确定研究目标
      • 3.2 识别目标患者总体
      • 3.3 选择患者抽样计划
        • 3.3.1 第一阶段: 探索研究
        • 3.3.2 第二阶段: 挑战研究
        • 3.3.3 第三阶段: 临床研究
      • 3.4 选择金标准
      • 3.5 选择准确度指标
      • 3.6 识别目标阅片者总体
      • 3.7 选择阅片者抽样计划
      • 3.8 数据收集计划
        • 3.8.1 试验结果格式
        • 3.8.2 阅片者研究的数据收集
        • 3.8.3 阅片者培训
      • 3.9 数据分析计划
        • 3.9.1 统计学假设
        • 3.9.2 协变量调整计划
        • 3.9.3 报告试验结果
      • 3.10 确定样本量
    • 第四章 单一样本的参数估计与假设检验
      • 4.1 二分类数据
        • 4.1.1 灵敏度与特异度
        • 4.1.2 阳性或阴性预测值
        • 4.1.3 聚类二分类数据的灵敏度、特异度及预测值
        • 4.1.4 似然比
        • 4.1.5 优势比
      • 4.2 有序数据
        • 4.2.1 经验 ROC 曲线
        • 4.2.2 拟合光滑曲线
        • 4.2.3 固定假阳性率的灵敏度估计
        • 4.2.4 ROC 曲线下面积与部分面积 (参数模型)
        • 4.2.5 置信区间估计
        • 4.2.6 ROC 曲线下面积与部分面积的估计 (非参数方法)
        • 4.2.7 聚类数据的非参数分析
        • 4.2.8 退化数据
        • 4.2.9 参数、半参数以及非参数估计方法的选择
      • 4.3 连续型数据
        • 4.3.1 经验 ROC 曲线
        • 4.3.2 拟合光滑 ROC 曲线: 参数、半参数和非参数法
        • 4.3.3 估计 ROC 曲线的置信带
        • 4.3.4 ROC 曲线下面积和部分面积: 参数、非参数和半参数法
        • 4.3.5 ROC 曲线下面积的置信区间
        • 4.3.6 固定假阳性率时的灵敏度与决策阈值
        • 4.3.7 最佳工作点与决策阈值的选择
        • 4.3.8 参数法、半参数法与非参数法的选择
      • 4.4 ROC 曲线下整体面积或部分面积为一指定值时的假设检验
        • 4.4.1 检验 MRA 是否具有检测显著颈动脉狭窄的能力
    • 第五章 两种诊断试验准确度的比较
      • 5.1 二分类数据
        • 5.1.1 灵敏度与特异度
        • 5.1.2 聚类二分类数据的灵敏度与特异度
        • 5.1.3 阳性或阴性预测值
      • 5.2 有序与连续型数据结果
        • 5.2.1 检验两条 ROC 曲线是否相等
        • 5.2.2 比较特定点的 ROC 曲线
        • 5.2.3 FPR 在一定范围内变化时 TPR 的比较
        • 5.2.4 ROC 曲线下整体面积或部分面积的比较
      • 5.3 等效性检验
        • 5.3.1 实例 3: 检验 ROC 曲线面积是否相等
    • 第六章 样本量的估计
      • 6.1 单个诊断试验准确度的样本量估计
        • 6.1.1 以灵敏度和特异度为评价指标的样本量估计方法: 实例 1
        • 6.1.2 以 ROC 曲线下面积为评价指标的样本量估计方法: 实例 2
        • 6.1.3 聚类数据的研究
        • 6.1.4 ROC 面积等于特定值时的检验假设
        • 6.1.5 以固定~FPR 下的灵敏度为评价指标的样本量计算方法: 实例 2
        • 6.1.6 以部分 ROC 曲线下面积为评价指标的样本量计算方法:实例 2
      • 6.2 以两种诊断方法准确度差值为评价标准的样本量估计方法
        • 6.2.1 样本量计算软件
        • 6.2.2 以两种方法灵敏度或特异度比较为评价标准的样本量估计方法:实例 1
        • 6.2.3 以两种方法阳性和阴性预测值为评价标准的样本量估计方法:实例 1
        • 6.2.4 两条 ROC 曲线下面积比较的样本量计算: 实例 2
        • 6.2.5 聚类数据检验的样本量计算方法
        • 6.2.6 以固定 FPR 时两个灵敏度差值为评价标准的样本量估计方法:实例 2
        • 6.2.7 以部分 ROC 曲线下面积比较为评价标准的样本量估计方法:实例 2
      • 6.3 评价两种诊断方法非劣效性或优效性的样本量估计方法
      • 6.4 确定合适诊断阈值的样本量
      • 6.5 多位阅片者研究的样本量估计方法
        • 6.5.1 MRMC 样本量估计软件
        • 6.5.2 无预试验数据的 MRMC 样本量估计方法
        • 6.5.3 有预试验数据的 MRMC 样本量估计方法
      • 6.6 其他样本量计算公式
    • 第七章 诊断准确度研究中的meta分析
      • 7.1 目的
      • 7.2 文献检索
        • 7.2.1 文献检索: 超声诊断周围动脉疾病的meta分析
        • 7.3 纳入/剔除标准
        • 7.3.1 纳入与剔除标准: 超声诊断周围动脉疾病的meta分析
      • 7.4 提取文献信息
        • 7.4.1 数据提取: 超声诊断周围动脉疾病的meta分析
      • 7.5 统计分析
        • 7.5.1 二分类数据
        • 7.5.2 有序或者连续型数据
        • 7.5.3 ROC 曲线下的面积
        • 7.5.4 其他方法
      • 7.6 公开发表
        • 7.6.1 结果展示: 超声诊断周围动脉疾病的meta分析
  • 第二部分 高级方法
    • 第八章 独立数据的 ROC 回归分析
      • 8.1 四项临床研究
        • 8.1.1 MRA 诊断颈动脉血管病变准确性的实例
        • 8.1.2 胰腺癌生物标志物诊断准确性的实例
        • 8.1.3 畸变产物耳声发射诊断准确性的实例
        • 8.1.4 影像学诊断前列腺癌分期准确性的实例
      • 8.2 连续型检查结果的回归模型
        • 8.2.1 ROC 曲线的间接回归模型
        • 8.2.2 ROC 曲线的直接回归模型
      • 8.3 有序型检查结果的回归模型
        • 8.3.1 潜在光滑 ROC 曲线的间接回归模型
        • 8.3.2 潜在光滑 ROC 曲线的直接回归模型
        • 8.3.3 实例分析: 超声检查前列腺癌浸润情况
      • 8.4 连续型检查结果调整协变量的 ROC 曲线
    • 第九章 多位阅片者多项诊断试验的分析与评价研究
      • 9.1 具有协变量的多项诊断试验效果比较研究
        • 9.1.1 两项临床研究
        • 9.1.2 有序型检查结果的间接回归模型
        • 9.1.3 连续型检查结果的直接回归模型
      • 9.2 多位阅片者多项诊断方法 (MRMC) 的评价研究
        • 9.2.1 三种 MRMC 研究
        • 9.2.2 MRMC 研究的分析方法
        • 9.2.3 间质疾病案例分析
        • 9.2.4 MRMC 研究分析方法的比较
      • 9.3 多个诊断方法定位、诊断病灶的分析方法
        • 9.3.1 LROC 分析方法
        • 9.3.2 FROC 曲线分析方法
        • 9.3.3 ROI 分析方法
    • 第十章 校正证实性偏倚的方法
      • 10.1 实例
        • 10.1.1 肝闪烁造影术
        • 10.1.2 阿尔茨海默氏症筛检试验
        • 10.1.3 实例: 不确定性来源的发热
        • 10.1.4 实例: 胰腺癌分期的 CT 和 MRI 检查
        • 10.1.5 实例: 阿尔茨海默氏症 (AD) 国家协调中心的最小数据集
      • 10.2 证实性偏倚的影响
      • 10.3 具有二分类检查结果指标的单一诊断试验
        • 10.3.1 MAR 假定下证实性偏倚校正方法
        • 10.3.2 无 MAR 假定的证实性偏倚校正方法
        • 10.3.3 实例分析: 继续肝闪烁造影术的分析评价
      • 10.4 相关的二分类结果诊断试验准确度评价
        • 10.4.1 无协变量的 ML 方法
        • 10.4.2 实例分析: 两种阿尔茨海默氏症筛检试验准确度比较
        • 10.4.3 具有协变量的 ML 估计方法
        • 10.4.4 实例分析: 两个筛检痴呆的诊断试验效果评价
      • 10.5 单一等级结果指标的诊断试验准确度评价
        • 10.5.1 无协变量的 ML 方法
        • 10.5.2 不确定性来源发热数据的分析
        • 10.5.3 具有协变量的 ML 方法
        • 10.5.4 实例分析: 阿尔茨海默氏症筛检试验的分析
      • 10.6 相关的等级结果指标诊断试验准确度评价
        • 10.6.1 潜在光滑 ROC 曲线的加权估计方程方法
        • 10.6.2 基于似然方法的 ROC 面积
        • 10.6.3 实例分析: 胰腺癌分期的 CT 和 MRI 诊断效果评价
      • 10.7 连续型结果指标诊断试验准确度评价
        • 10.7.1 MAR 假定下 ROC 曲线和曲线下面积的估计
        • 10.7.2 非 MAR 假定下 ROC 曲线和曲线下面积的估计
    • 第十一章 校正非完美金标准偏倚的方法
      • 11.1 实例
        • 11.1.1 粪便化验诊断粪类原虫感染病
        • 11.1.2 结核菌素试验诊断结核菌病
        • 11.1.3 实例: 二分类检查结果的 X 射线诊断胸膜增厚病
        • 11.1.4 实例: 生物检测诊断 HIV
        • 11.1.5 病理学家用有序型检查结果的试验诊断宫颈原位癌
        • 11.1.6 等级和连续型检查结果的磁共振诊断颈内动脉狭窄
      • 11.2 非完美金标准偏倚的影响
      • 11.3 单一总体二分类结果的诊断试验
        • 11.3.1 模型识别的条件
        • 11.3.2 基于频率最大似然法估计可识别模型的参数
        • 11.3.3 基于贝叶斯方法估计不可识别模型的参数
        • 11.3.4 实例: 类原虫感染病例的分析
      • 11.4 G 个总体单个二分类结果的诊断试验
        • 11.4.1 估计方法
        • 11.4.2 实例: 肺结核实例
      • 11.5 单一总体多个二分类终点指标的诊断试验
        • 11.5.1 检验模型的可识别性
        • 11.5.2 条件独立假设下的最大似然估计
        • 11.5.3 实例: 胸膜增厚病例的分析
        • 11.5.4 可识别条件相关模型的最大似然法
        • 11.5.5 HIV 生物检测实例
        • 11.5.6 条件相关模型的贝叶斯方法
        • 11.5.7 颈动脉狭窄病例 MRA 诊断的实例分析
      • 11.6 G 个总体多个二分类终点指标的诊断试验准确度评价
        • 11.6.1 CIA 条件下的 ML 估计方法
        • 11.6.2 无 CIA 条件下的 ML 估计方法
      • 11.7 单一总体多个等级终点结果指标的诊断试验准确度评价
        • 11.7.1 CIA 条件下非参数 ROC 曲线估计方法
        • 11.7.2 一些条件相关模型的 ROC 曲线估计方法
        • 11.7.3 具有等级变量终点结果指标的宫颈原位癌诊断准确性评价实例分析
      • 11.8 单一总体多种类型终点结果的诊断试验准确性评价
        • 11.8.1 具有连续型终点结果指标的 MRA 诊断严重颈动脉狭窄病准确性分析
    • 第十二章meta分析中的统计学分析方法
      • 12.1 二分类结果指标
        • 12.1.1 随机效应模型: 超声诊断PAD的meta分析实例
      • 12.2 等级或者连续型结果指标
        • 12.2.1 随机效应模型
        • 12.2.2 双变量方法
        • 12.2.3 二分类回归模型
        • 12.2.4 分层 SROC 曲线
        • 12.2.5 其他方法
      • 12.3 ROC 曲线下面积
        • 12.3.1 实例分析: 经验贝叶斯法用于DST的meta分析
  • 附录 A 实例介绍以及第八章数据
  • 附录 B 估计方差和置信区间的刀切法及bootstrap方法
  • 参考文献
  • 索引

相关图书