多诊断测试最优序列决策模型：基于增量净效益的医学决策分析

《Statistics in Medicine》：Determining the Optimal Sequence of Multiple Tests

本综述创新性地提出基于增量净效益(INB)的医学决策框架，通过量化诊断测试的信息价值与成本效益，解决了多测试组合优化难题。作者系统分析了联合(AND)、析取(OR)和多数决策规则在前列腺癌、结直肠癌和稳定性冠心病诊断中的临床应用，开发的可视化工具(https://optimal-testing.streamlit.app/)为临床医生提供了动态决策支持。该研究将传统阈值分析与决策曲线分析有机融合，为精准医疗环境下的诊断策略优化提供了重要方法论支撑。

　　

1 引言

多诊断测试的整合应用能显著提升医疗决策质量，在正确治疗患者与避免过度治疗之间实现精准平衡。本研究通过量化单次及多次测试的增量净效益(INB)，建立了综合考虑疾病验前概率、治疗获益风险比及测试成本的决策框架。该框架将INB分解为独立于测试成本的信息价值成分和包含测试成本的综合成分，为诊断测试的优化选择提供了理论依据。

2 测试的增量净效益

2.1 治疗阈值

在诊断风险场景中，患者疾病概率和治疗获益风险存在双重不确定性。定义患病患者治疗效用增益为B₁ = b₁λ - c^Rx，健康患者治疗效用损失为B₀ = b₀λ + c^Rx。通过构建成本效益权衡指标θ = B₀/B₁，推导出关键治疗阈值p_treat^? = 1/(1+θ)和θ_treat^? = (1-p)/p，为治疗决策提供量化边界。

2.2 诊断信息价值

诊断测试的价值体现在其改变临床决策的能力。对于敏感度Se、特异度Sp的测试，其信息价值VI = pSeB₁ - (1-p)(1-Sp)B₀ + p(1-Se)B₁ + (1-p)SpB₀。这一公式整合了真阳性获益、假阳性损失、真阴性避免的不必要治疗以及假阴性导致的治疗机会丧失，形成了完整的价值评估体系。

2.3 测试阈值

引入测试成本c^Dx和潜在伤害h^Dx后，增量净效益INB = VI - (c^Dx+h^Dx)。通过求解INB=0，得到测试阈值p_test^?和测试治疗阈值p_test-treat^?，定义了"不测试不治疗"、"测试后决策"和"直接治疗"三大决策区域。图示分析显示，INB随疾病概率p呈线性变化，在Youden指数最大点达到峰值。

3 测试结果聚合

3.1 双测试组合

联合规则(AND)的INB计算包含基础测试价值与条件测试成本，其数学表达式为INB_AND = pSe₁Se₂B₁ - (1-p)(1-Sp₁Sp₂)B₀ - [c₁^Dx+h₁^Dx + p₁⁺(c₂^Dx+h₂^Dx)]。测试顺序不影响信息价值，但显著影响预期成本，低阳性率测试应优先执行以降低后续测试概率。

3.2 三测试组合

扩展至三测试场景，联合规则需考虑连续阳性概率：INB_AND = pSe₁Se₂Se₃B₁ - (1-p)(1-Sp₁Sp₂Sp₃)B₀ - [c₁^Dx+h₁^Dx + p₁⁺(c₂^Dx+h₂^Dx) + p₁₂⁺(c₃^Dx+h₃^Dx)]。多数决策规则(Majority)在首两测试结果冲突时启用第三测试，实现敏感度与特异度的平衡优化。

3.4 最优测试确定

通过比较所有可用测试协议的INB值，建立最优选择准则：test^? = argmax_j∈J INB_j(p,θ)。计算效率上，直接构建INB包络线的方法显著优于两两比较的传统方法，为临床实时决策提供技术支持。

4 应用实例

4.1 前列腺癌诊断

基于游离/总前列腺特异性抗原(FT)和人激肽释放酶2(hK2)的测试特性分析显示，虽然FT在阳性似然比(3.54 vs 2.32)占优，但hK2在阴性似然比(0.63 vs 0.23)表现更佳。经直肠超声(TRUS)因侵入性特点，其效用损失设定为0.1 QALY。决策边界分析表明，在疾病概率p<0.1且效益成本比>10时，联合测试hK2-TRUS成为最优选择。

4.2 结直肠癌诊断

粪便免疫化学测试(FIT)和多靶点粪便DNA测试(MTsDNA)与结肠镜检查(COL)的组合分析显示，在低患病率场景(p<0.02)下，高特异性测试组合(特异性0.91)最具优势。成本效益分析表明，当治疗效益成本比介于2.33-20时，FIT-MTsDNA组合测试成为最优策略，其平衡了敏感度(0.68)与成本效益。

4.3 稳定性冠心病诊断

运动负荷心电图(ETT)、负荷超声心动图(SE)和冠状动脉CT血管成像(CCTA)的测试精度分析验证了ESC指南的合理性。研究发现当p=15%-85%时，非侵入性测试确实具有临床价值，但最优测试策略随p和θ动态变化：低p时CCTA优先，中等p时SE-CCTA组合最优，高p时析取测试策略更具优势。

5 讨论

本研究建立的INB框架成功整合了阈值分析与决策曲线分析的优点，但存在三点局限：测试结果条件独立性假设可能不符合临床实际；参数估计受谱偏倚影响；连续标志物测试的cutoff值优化需进一步研究。未来研究方向包括相关性量化、参数估计精度提升以及在传染病监测等新领域的应用拓展。开发的在线决策工具为临床医生提供了直观的测试策略优化平台，有望推动精准医疗决策的实践应用。