clear search
Search
Recent searches Clear History
聯絡我們

似然比(LR)在自體免疫檢測實驗室中的應用

Article
EliA™ autoimmune test solutions

發佈日期: 2026 年 6 月

醫學審查者: 
科學事務經理 Mercè Tena Campos


似然比是什麼、為何如此重要,以及其如何提升報告的參考價值

在 Thermo Fisher Scientific,我們支持以證據為基礎的結果判讀方法,包括使用區間特異性似然比(LR*)。

結合同行評審證據與定量檢測設計,Thermo Fisher 協助實驗室將數值檢測結果轉化為具臨床意義的資訊,強化自體免疫疾病診斷在臨床決策中的作用。

什麼是似然比?1,2

似然比表示特定檢驗結果出現在病者中的機率相較於未患疾者高出(或低於)多少。 數值大於 1 時患病機率上升,數值小於 1 時患病機率下降。

圖表顯示似然比方程式

改編自:Deane KD, et al. From autoantibody test results to decision making: Incorporating likelihood ratios within medical practice. Autoimmun Rev. 2024;103537.


與將檢測效能彙總於單一分界值的敏感度或特異度不同,似然比可針對特定結果或區間進行定義。 距離臨界點較遠的結果通常會產生較大的疾病機率變化。

為什麼實驗室應該重視?1-4

多數實驗室報告仍僅將結果分為陰性、可疑、陽性。 然而,抗體水平通常反映的是疾病機率的連續分布,這在簡化分類中會被忽略。

1. 傳達臨床意義——而非單純數字

LR 將檢測特定單位(例如 U/mL、IU/mL、CU 比率)轉換為臨床情境,即可供臨床決策運用的資訊。 例如:

「該檢驗結果出現在類風濕關節炎病患身上的機率是非類風濕性關節炎病患的27倍」。

2. 減少弱陽性結果的誤判

臨床醫師在陽性結果後可能會高估疾病機率。 似然比可量化特定結果水平(例如抗體力價)對罹病機率的影響強度: 力價偏低時,對應的 LR 通常較小;反之力價越高,所得 LR 往往越大。 結合驗前機率,LR 可協助更精準地判讀檢測結果,並有助減少誤判。

3. 實現標準化判讀

自體免疫檢測在單位、臨界值、校正及效能上差異甚大。

由於區間特異性 LR 是根據特定檢測方法的臨床效能得出,因此可支持更標準化的臨床判讀。 對於 EliA™ 檢測而言,當結果由 Phadia™ Laboratory Systems 產生時,似然比可協助實現一致性的結果判讀。

4. 提供具有臨床相關性的資訊

敏感度與特異度描述的是在患病者與未患病者中檢測結果呈陽性或陰性的比例。 然而,臨床醫師真正需要解答的是另一個方向的問題: 檢測結果如何與疾病相關。 似然比有助於回答這個臨床問題。

其對轉診醫師而言有什麼益處?1,2

Better diagnostic reasoning

似然比量化了檢測結果對疾病發生機率的影響程度。

臨床人員先參考驗前機率,再透過 LR 重新評估罹病機率(即驗後機率)。 臨床醫師能將這些直覺資訊與來自於臨床病史、臨床檢查及技術性檢查的資料進行整合。

More precise interpretation of antibody levels

例如,根據 EliA™ CCP 檢測計算出的區間特異性似然比,說明定量檢測設計如何支持差異化判讀。 這使臨床醫師能從簡單的陽性或陰性分類,轉向更精確的疾病機率評估。 

Clearer communication with patients

臨床醫師不只是簡單地說「您的檢測結果呈陽性」,而是可以解釋: 「在這個抗體水平下,該檢測結果在患該疾病者中出現的可能性是未患該疾病者的 27 倍(舉例說明),甚至超過 100 倍」。這能提供更清楚的臨床情境,並支持醫病共同決策。

範例:

  1. EliA CCP 檢測結果為 100 EliA U/mL → LR ~27; 
  2. EliA CCP 測試結果為 >340 EliA U/mL → LR ~107

實驗室如何導入 LR?2-4

已有發表的多中心研究建立了許多自身抗體檢測的區間特異性 LR,使實驗室能將檢測結果與基於證據的 LR 區間相對應。

由於特定檢測的 LR 反映的是其臨床效能,而不僅僅是檢測特定單位,因此可促進更一致的臨床判讀,且一旦建立後即可導入使用,不需要額外進行大型臨床結局研究。 然而,重要的是要注意,區間特異性 LR 是基於具體檢測方法,且不同方法與製造商間無法互換。

在Thermo Fisher,我們支持將區間特異性 LR 報告納入自身免疫疾病診斷的臨床整合策略中。 透過同行評審證據支持,EliA™ 組合可與已發表的 LR 區間相對應,以強化臨床決策。

總結1-4

自體免疫診斷中的 LR 量化檢測結果所提示之罹病機率增減幅度。 不同於陽性/陰性報告結果,LR 可將抗體水平轉換為罹病機率的變化,使結果判讀更加精確。

  • 低陽性結果可能僅具有有限的診斷影響(LR 約 1–3)。
  • 高抗體水平幾乎總是伴隨強有力的診斷證據(LR >10)。
  • LR 不受檢測單位影響,因此可實現不同檢測方法間更一致的結果判讀。

透過導入區間特異性似然比,實驗室可改善臨床結果判讀、減少誤診並提升實驗室報告的價值。

Thermo Fisher 透過 EliA™ 組合提供以實證為基礎的多元解決方案,協助推動此一方法的實際應用 。

想進一步瞭解嗎?

請聯絡您當地的 Thermo Fisher Scientific 代表,瞭解如何在自體免疫診斷中引入似然比。 

參考資料
  1. Deeks JJ, et al. Statistics notes: Diagnostic tests 4: likelihood ratios. BMJ. 2004;329:168–169.
  2. Deane KD, et al. From autoantibody test results to decision making: Incorporating likelihood ratios within medical practice. Autoimmun Rev. 2024;103537.
  3. Bossuyt X, et al. Reporting likelihood ratio in autoimmune serology: Just a theory or feasible in practice? Clin Chem. 2024;70(3):482–485.
  4. Fierz W, et al. Likelihood ratio approach and clinical interpretation of laboratory tests. Front Immunol. 2021;12:655262.