IVD临床试验的要点和质量管理

定量检测试剂的比对，标本中分析物的量值要尽量包含整个可报 告区间，如果不能获得量值包含整个区间的标本，至少应包括参 考区间的大部分、临床决定水平和有临床意义的大部分区间。 标本的量值大小要尽量均匀分布
标本要和常规检测用的标本一致；为了减少标本的变异，要做好 病人采样前的准备；要确定采样时机（如果分析物随生物钟变异 的话）；标本应尽可能新鲜，必要时应采用专门的运送系统采集 和运送。如标本不能立即进行操作，则标本须按要求保存（必要 时要做标本中分析物的稳定性试验）。有些标本在保存前需预处 理，预处理的操作应按说明书规定进行。 为了防止试验过程的批间变异，如有可能可将收集的标本妥善保 存后同时检测，其前提是标本储存稳定性已知。
四、试验安排和质控
比对试验可设计为十天（或run）计划或二十天（run）计划，十天计 划的每次操作（run）均做两次质控，至少应包括阳性和阴性质控（或 低值和高值，或低、中、高值）；二十天计划（或二十天以上）的每 次操作至少做一次质控。质控物应和评价用的标本同时进行检测（可 以安排在每run的起始和结束各一次）。一旦发现质控结果失控，这批 试验结果必须剔除；同时立即查找原因，采取纠正措施加以纠正。 质控物的基本性能要素是稳定、均匀和没有基质效应（matrix effects）。质控物可由试剂盒生产商或其他厂商提供，亦可自制，但 必须满足上述基本要求。通常的定性试验只要准备阳性和阴性质控物 即可，对于产生两个以上结果的定性试验，可参照定量试剂临床试验技术指导原则》的要求：
即样本量应有统计学依据，通常第三类产品：临床研究的总样本 数至少为1000例；第二类产品：临床研究的总样本数至少为200例。
定性试验亦可按照《体外诊断试剂临床试验技术指导原则》来确 定标本量，同时还应满足统计学的要求 为了使从样本检测结果所获得的诊断灵敏度和诊断特异度与总体 值的差小于允许误差，对于配对试验可用如下的公式根据预实验 结果进行样本量计算：
总数 a+b c+d N(a+b+c+d)
其中PPV、NPV和诊断效率是发病率的函数。而发病率与所选的试验人 群有关，因此PPV、NPV和诊断效率可因标本来源的人群而变化，即 PPV、NPV和诊断效率不是一个稳定的评价指标。
注：这些参数中只要出现（a+b）、（c+d）和N的都不能作为稳定的评价指标。
条一致性界限分别对应的可信区间（ ± z1 － α / 2Sd ± t 1 － β / 2，1.71 SE）。
• 分析散点的分布与一致性界值可信区间上下限的位置关系，并且与专业 上可接受的界限值相比较，如果一致性界限可信区间上下限在临床上可 以接受，则可以认为两种方法之间一致性较好，可以互换。D和A相互关 联时应该进行数据变换以消除关联。
医学决定水平处的预期偏倚及其可信区间计算 对于任何给定的X值，Y的估计值按以下公式计算： 在给定的医学决定水平Xc处的预期偏倚（Bc）的估计值，按以下公 式计算： ˆ
Bc a (b 1) X c
Bc的95%可信区间（在Xc处的真正偏倚），按以下公式计算：
ˆ ,B ˆ ˆ [B c ,low c , high ] Bc 2 S y x ( X c X )2 1 N ( X i X )2
样本含量的估算公式二：
n=(Uα/δ)2×P(1-P) 或
式中：
α 为Ⅰ型错误（弃真）的概率（此处为假阴性率），有单双侧之分；通常取 0.05。
β 为Ⅱ型错误（取伪）的概率（此处为假阳性率），只取单侧；通常取0.10 或0.20.
uα 和uβ 为α 和β 取值的相应正态分位数。
δ 为总样本率（p）与总体率（P）的最大允许误差。
a+c b+d
阳性似然比（PLR）=sens/(1-spec) （患者阳性率/未病阳性率） 阴性似然比（NLR）=（1-sens）/spec（患者阴性率/未病阴性率）
诊断效率（符合率）=[(a+d)/N] ×100%
约登指数（YI）= sens+ spec-1
诊断准确度标准（或金标准方法） 待评价方法 阳性 阳性 阴性 总数 真阳性数(a) 假阴性数(c) a+c 阴性 假阳性数(b) 真阴性数(d) b+d
用 π+-=0.14 π-+=0.1 πc=0.125 N=1.5962/0.009=283
计算：
样本含量的估算公式三：
三、标本的收集
收集的标本应该具有代表性，如有病和非病（包括表观健康人） 标本，而不是简单地只分为有病和健康人标本；有病的应包括各 个病型、病情和病期以及不同性别、年龄组的标本，非病的特别 应包括一些相似而容易混淆的其他病人，这样才有利于了解各种 生理病理状态下的生物学变异，这一点相当重要。
IVD产品临床试验的 技术要点和质量管理
南京医科大学第一附属医院 童明庆
IVD产品临床试验的 技术要点
一、金标准或对照试剂的确定
临床试验通常是采用一个对照方法与待评价的方法同时检测一系列标 本，然后对结果进行比较分析。 对照方法最好是金标准（Gold standard）方法： 1. 金标准：是指在现有条件下，公认的、可靠的、权威的诊断方法。 临床上常用的“金标准”有组织病理学检查、影像学检查、病原体分 离培养鉴定、长期随访所得的结论及临床常用的其他确认方法等。 2. 诊断准确度标准（ Diagnostic accuracy criteria）是使用一种方法或联 合多种方法，包括实验室检测、影像学检测、病 理和包括随访信 息在内的临床信息，来界定状况、事件和所关注特征有 无的标准。
五、同步盲法测试
标本的编号可由非检测者实施并封存，等检测完成后再揭盲。
为了防止心理暗示影响操作者对结果的判断，对照试验应由不同 操作者双盲操作。
如由同一人操作，则需将标本一分为二分别编不同号码并封存。
六、定量试验结果的科学评价
配对t检验
配对t检验对系统误差 敏感，但不能同 时兼顾随机误差
图1 一般的Bland-Altman 图( Medcalc 软件绘制)
图2 两种试剂盒对同型半胱氨酸检测结果的Bland-Altman 图
图3 两种方法对水囊模型容积的检测结果的Bland-Altman 图
图4 两种方法对水囊模型容积的检测结果 对数转换后的Bland-Altman 图
ATE／LER区域(allowable total error／ limits for erroneous results zones) 是FDA推荐用于评价一致性的新指标， 主要适用于定量资料。其主要原理是：
每份标本的检测结果只能是单次检测结果。 不能用重复检测差异结果来纠正试验数据；如果有理由一定要重 测，在这种情况下，一致和不一致的标本都要重测。 已知结果的参考品系列（reference panels，参考品系列的真值 已知或能够溯源到好的诊断方法或临床诊断，通常被国际机构或 专业学会承认；该系列有各种不同浓度，可能含有干扰物，且干 扰因不同方法而异）或能力比对（proficiency test，PT）用材 料亦可作为标准结果来比较两个方法，但它们可能存在基质干扰 （matrix interferences），免疫学方法还可能有分析物的表位区别 （和天然的表位不同），因此用这些材料来比较两个方法时，如 果分析物浓度接近阳性和阴性判定限（cutoff值），常可导致错 误定性结果。
由所评价标本估计的
疾病流行率(PREV)=[(a+c）/N] ×100% 阳性预期值（PPV）=[a/(a+b)] ×100% 阴性预期值（NPV）=[d/(c+d)] ×100%
待评价方法
诊断准确度标准（或金标准 方法） 阳性 阴性 总数 a+b c+d N(a+b+c+d)
阳性 阴性 总数
真阳性数(a) 假阳性数(b) 假阴性数(c) 真阴性数(d)
S y x
2 ˆ ( Y Y ) i i
N 2
Bland-Altman 图分析 • 利用原始数据（两种测定结果）的均值（ ）与差值（d）， 分别以均值为横轴，以差值为纵轴做散点图（D-A图），计算差值的 均数以及差值的 95% 分布范围(即为一致性界值，LoA， ±1. 96 S d ，即 ± z1 － α / 2Sd )，认为应该有 95%的差值（点）位于该一致性界值以内。 • 同时，考虑到抽样误差，除了LoA，还要有LoA 的可信区间( LoA CI) 。计 算LoA CI所对应的标准误一般为1. 71SE( )，即可计算出两
首先作检验假设：
诊断准确度标准（或金标准方法） 待评价方法 阳性 阳性 阴性 总数 真阳性数(a) 假阴性数(c) a+c 阴性 假阳性数(b) 真阴性数(d) b+d 总数 a+b c+d N(a+b+c+d)
样本含量（对字数）的估算公式之一：
举例
预实验提示甲、乙种培养基对于某菌属的培养结果如下：甲培养基 阳性、乙培养基阴性的π+-=b/(A+B)=0.04，甲培养基阴性、乙培养 基阳性的π-+= c/(a+c)=0.24；设α=0.05（双侧检验），β=0.10（单侧） ；为了比较甲乙两种培养基的培养效果，问需观察多少样本对子 （菌株）数？ 计算： πc=（0.24+0.04）/2=0.14,查双侧界值u0.05=1.96，单侧 u0.10=1.28。代入公式： =57（对）
回归分析
b lxy lxx
Y=b X + a
( x x)( y y ) ( x x)
2
求:相关系数r，或决定系数r2
a y bx
r
lxy lxxl yy

( x x)( y y) ( x x) ( y y )
2