在临床工作与文献阅读中，我们经常会遇到一些医学以外的流行病学、统计学上的概念疑点，比如：怎么区分发病率与患病率？这两者又如何计算？一个检查的敏感性和特异性各说明了什么？这些问题着实让人挠头。其实，无论是流行病学还是临床医学，其共同点都是对现实真相的认识和应用。然而，现实真相扑朔迷离，唯有抽丝剥茧、去伪存真，方能一一辨明。在其中，掌握几件利器，实为必需。
与临床迥异的流行病学
通过了医学院的流行病学考试后，医生们通常就把流行病学这四个字抛到脑后了，医生们不熟悉流行病学的概念这是真的，也难怪，大夫在临床工作中接触的都是一位位的病人，思考的都是「症状、体征、诊断、治疗」这些问题，而流行病学则具有完全不同的思维，它关注的不再是病人个体的属性，而是寻求由这一个个个体组成的群体之特征。
如果说临床医学是「向内看」透病人的话，那么流行病学可以说是具有「向外看」到整个人群的广阔视野，它经由个体发现群体的规律。由于是聚焦于群体，因此我们的必备工具是——数字。
说起数字，可能又会令一些读者头疼了，不过我们这里就当是跟平时买菜算账一样拿数字话话家常，并不讨论那种高深的数学问题。
在流行病学中，数字是成双成对出现的，而流行病学家的主要任务就是找到那两个对的数字，对这两个数字进行简单的相除，即得出流行病学中最重要的概念：比率。
「用实际的得病人数」去除以「有潜在得病风险的人数」，就得到了「比率」，这是用流行病学的语言对疾病进行的描述。
比率=实际得病数/有潜在得病风险的人数
由于实际得病的人数这个数字比较好确定，由此带来的问题是，如何确定有潜在得病风险的人数？
比如我们想调查北京地区乳腺癌的患病率，分子的「患病人数」可以从实际调查中获得，那么应该用这个数除以哪个分母呢？是北京地区的所有人？还是北京地区的所有女性？或是另有别的考虑。
要回答这个问题并正确算出乳腺癌的比例，我们需要明确哪些人群是有「潜在的有得病风险」。我们知道，乳腺癌基本上是专属于女性的烦恼，男性虽然也会得，但是其患病率相当低，且发病机制跟女性的有所不同，在统计时应另当别论。因此，我们在确定「潜在的有得病风险」的人群时，应首先将男性这个群体剔除；另外，并不是所有年龄的女性都是乳腺癌的好发人群，只有30岁以上的女性才容易罹患。这样我们就锁定了「潜在的有得病风险」的人群，即是北京地区年龄超过30岁的女性，这也就确定了分母。
由此，我们今后在解读有关「比率」问题的时候，可要留个心，根据分母人群的选取，我们就能判断这个比率是不是个有水分的数字。
患病率与发病率，一对纠缠不清的主儿
患病率与发病率，这对在上学考试时就纠缠不清的一对主儿，在临床工作中依然时不时地跳出来混淆视听。其实，经过下面的讲述，了解过这两位的真面目后，你也许就会更好地理解它们了！
这一对兄弟描述的都是疾病在好发人群中的分布情况，之所以用两个不同的词，是要区分描述两种不同类型的疾病，即慢性病与急性病。其中，「患病率」用于描述的慢性病的得病率，而「发病率」描述的则是急性疾病的。
「发病率」与「患病率」的计算依然会用到比率这个式子，比率=实际患病数/有潜在患病风险的人数。
用这个式子算患病率与发病率，它们的不同体现在分子上。患病率的分子是所有得病的人，这更适于描述慢性病，比如统计糖尿病患者在好发人群中所占的比例时，我们只需要知道有多少人有糖尿病即可，而到底多少人是新得的，多少人是老病号的区分，对于糖尿病这种慢性疾病的粗略统计来说并无太大意义。
相比之下，发病率的分子则是新发病例的数量，这更适于急性病的描述，如流感，由于急性病通常患者的病情变化较快，可能待统计时已有患者痊愈或死亡，因此在计算得病率时，以新发病例代表此病的流行情况。
打个比方来说，以在房间里代表得病，在一个房间里原来有5个人，又新进来了3个人，那么在计算患病率时的分子就是用8（房间里的所有人）除以分母，而计算发病率时是用3（新来的人）做分子。
「发病率」与「患病率」这两个词仅有一字之差，依然很容易将两者混淆，有没有什么帮助记忆的方法呢？发病率中的「发」字，有发生之意，更强调一种正在发生中的动态，会使人联想起急性病的新发人群。而患病率中的「患」，有结果之意，它侧重的则是所有的得病人群。若用英文助记，则两者更易区分：「发病率」译自Incidence，这个词以「in」开头，有刚刚进入的意向；「患病率」来自英文的Prevalence ，这个词中有「al」这两个字母，容易联想到「all」这个表示全部的词，因此「Prevalence」即意指慢性病中所有得病的人。有了这个助记法，下次在中文或英文文献中遇到这两个词，就不会再措手不及了。
判断检验的两只砝码：敏感性与特异性
人不是造物主，无法凭肉眼判断一个人是否得了什么样的病，因此临床医生常会为患者开检查，就是为了帮我们除外或确诊疾病。然而这些手段并非尽善尽美，它们各有优劣，因此有一些评判工具可以帮助我们选择最佳的检查手段，敏感性和特异性就是其中重要的两只砝码。
举个常见的例子，你的一位65岁的男性患者在体检时发现了大便潜血阳性，他想知道自己是否得了肠癌，CT发现他的降结肠处有一个肿物，最终经病理证实为结肠腺癌。
这个不幸的患者在体检时进行的大便潜血试验属于筛查试验，它的特点是敏感性很高，也就是说阳性的结果不一定有病，而阴性结果则一定没病。就像警察通过一些线索锁定了很多犯罪嫌疑人一样，没被怀疑的肯定不是罪犯，而被怀疑的却不一定犯罪，这个筛查试验也是同样的，宁可错抓一千，不能漏掉一个。这种敏感性高的筛查试验常用于体检筛查，除了上面说的大便潜血试验用于胃肠道肿瘤的筛查外，还有宫颈防癌涂片用于宫颈癌的筛查等。它可以用于除外一种疾病，但不能判断是否真的患有此病。
因此，为了明确这位患者是否真的患有肠癌，还需要进一步行确证试验，病理就是一种特异性很高的检查手段。一个检查的特异性越高，就有越大的把握确定：检查结果为阳性的病例确实患有此病。
有了以上的例子，我们能看出，敏感性和特异性是评判一个试验手段是否有效的两个重要的砝码，即便并不是每个试验都有令人满意的高敏感性与高特异性，我们依然能将每个检验各自的优势为我所用。总而言之，高敏感性的试验（如癌症的筛查试验）可用于排除疾病，特异性高的试验（如病理等确证检查）可用于确诊疾病。
已发表于《全科医学周刊》