IVD产品临床试验的技术要点和质量管理

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。

⏹对用于早期诊断、疗效监测、预后判断等用途的体外诊断试剂，在进行与“金标准”的比较研究的同时，还必须对受试者进行跟踪研究。

研究者应明确受试者的入选标准、随访标准和随访时间。

⏹在没有金标准方法可以对照时，亦可采用现用的有CFDA批文的方法。

首先要选择目前临床普遍认为质量较好的产品。

同时应充分了解所选择产品的技术信息，包括方法学、临床预期用途、主要性能指标、校准品的溯源情况、推荐的阳性判断值或参考区间等，以利于和试验试剂在相同或相近的性能特征条件下进行分析。

⏹在使用非金标准方法进行对比试验时，只能进行符合性或一致性检验，不能报告诊断特异度和诊断灵敏度。

⏹不能用非金标准的第三方试剂作为“裁判”，来分析评价对比试验结果不一致的情况。

二、试验量的确定⏹定量试验可按照《体外诊断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：首先作检验假设：待评价方法诊断准确度标准（或金标准方法）阳性阴性总数阳性真阳性数(a)假阳性数(b)a+b阴性假阴性数(c)真阴性数(d)c+d总数 a+c b+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= c/(a+c)=0.24；设α=0.05（双侧检验），β=0.10（单侧）基阳性的π-+；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）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.u α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。

P为诊断试剂预实验的诊断灵敏度或诊断特异度。

N或n为阳性样本或阴性样本数。

举例预测待评价诊断试验的灵敏度为90％，特异度85％；δ=0．05，规定α=0．05，病例组和非病组应各调查多少人?=1．96已知：δ=0．05，α =0．05，U0.05n=(1．96／0．05) 2×0．85(1—0．85)=196n=(1．96／0．05) 2×0．90(1—0．90) =138非病组需196人，病例组需138人。

合计334人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。

⏹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，可参照定量试验的质控要求进行。

⏹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。

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回归分析 Y=b X + a 求:相关系数r ，或决定系数r 2 2()()()xy xx l x x y y b l x x --==-∑∑22()()()()xy xx yy l x x y y r l l x x y y --==--∑∑a y bx=-简单相关系数对随机误差敏感，但不能同时兼顾系统误差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：Bc 的95%可信区间（在Xc 处的真正偏倚），按以下公式计算：ˆ(1)c cB a b X =+-2,,2()1ˆˆˆ[,]2()c c low c high c y x i XX B B B S N X X ∙-=±+-∑2ˆ()2i i y x Y Y S N ∙-=-∑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Sd ± t 1 －β / 2，1.71 SE）。

条一致性界限分别对应的可信区间（± z1 －α / 2•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。

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：分析一种仪器的测量结果与另一种仪器测量结果的总体吻合度，并用图形直观地反应这一结果，最后结合临床意义，得出两种测量方法是否具有良好的一致性。

ATE ／LER 图形中各区域部分的划分需要临床专家和统计学专家共同做出判断，以制定临床界值。

AIAl800法与12000法检测FPSA 的 ATE ／LER 区域图散点为0≤5%七、定性试验结果的科学评价⏹诊断准确度的评价●待评价方法与金标准方法准确度性能指标的比较定性试验准确度的性能评价结果通常用诊断敏感性和诊断特异性等指标来描述。

对于确切知道（金标准方法）诊断结果的标本，诊断敏感性和诊断特异性等性能评价指标可以简单地用四格表（2×2列表）进行计算：诊断敏感性（sens ）=[a/(a+c)]×100% 诊断特异性（spec ）=[d/(b+d)] ×100%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%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待评价方法诊断准确度标准（或金标准方法）阳性阴性总数 阳性 真阳性数(a) 假阳性数(b) a+b 阴性假阴性数(c) 真阴性数(d)c+d总数 a+cb+dN(a+b+c+d)诊断准确度标准（或金标准方法）待评价方法阳性阴性总数阳性真阳性数(a)假阳性数(b)a+b阴性假阴性数(c)真阴性数(d)c+d总数 a+c b+d N(a+b+c+d)其中PPV、NPV和诊断效率是发病率的函数。