诊断阈值从研究样本里挑出，投稿时怎样说明？

一项诊断研究在同一批患者中试了许多阈值，最后选出“灵敏度与特异度都最好”的点，并在摘要里称该阈值已得到验证。问题不在于探索阈值本身，而在于用参与选择的样本再评价它，往往会把偶然的好表现当成稳定性能。投稿时应把预设与探索所得的阈值分开，让读者知道数字来自哪一步。

先写阈值从哪里来

方法段说明检测输出是连续值还是分级结果，阳性方向如何规定，预先确定的阈值依据是什么，例如既有临床规则、设备说明或独立研究。若方案在看结果之前没有固定阈值，就不要在投稿时把最终切点改写成“预设”。在研究样本内寻找阈值时，应说明候选范围、优化目标、所用统计方法，以及是否同时考虑漏诊和误诊的不同代价。选择最大约登指数、达到某个预定灵敏度，或按临床资源选定转诊比例，回答的不是同一个问题。

自拟例子中，某指标在120名受检者中测得，作者比较了20个切点，选出灵敏度为90%、特异度为82%的一个。两个百分比仍是这120人的样本内估计；因为这批人也决定了阈值，最优结果可能受偶然波动抬高，不能当作独立验证。若后续另有时间、地点或机构不同的验证样本，应把固定该阈值后的表现单列，说明验证人群、疾病构成和计算分母。没有独立数据时，可以报告内部重抽样校正，但应说明其方法与不确定性，不能把校正结果称为外部验证。

结果表不要只留胜出的一个数字

列出预设阈值与探索阈值各自对应的四格表、灵敏度、特异度和区间；如果候选阈值很多，可在附表提供关键范围的结果或完整曲线，并在正文交代最终选择依据。阈值刚好位于两个观察值之间时，等于阈值的样本归哪一侧也要写清。若阳性率、临床危害或转诊成本决定了实际用法，讨论中应说明研究人群是否能代表拟应用场景。一个样本内最佳点不保证在另一家医院仍然最佳。

STARD 2015的诊断研究报告清单要求说明待评价检测与参考标准的阳性切点及理由，并区分预先指定与探索性确定。解释文件还指出，数据驱动选阈值时的准确性估计可能偏乐观。指南没有规定所有检测都必须共用某个切点；透明区分探索和验证，才是投稿时应完成的报告工作。

投稿前回看方案、分析代码与结果表：阈值确定日是否早于看见参考标准结局，参与选点的人是否又被用于验证，摘要是否把探索结果写成临床可直接使用。若只有单一探索样本，结论可说“找到一个值得后续检验的候选阈值”，并保留完整选择过程。如果那120人既负责挑点又负责打分，摘要就要让读者看见这个前提。

参考信息：STARD 2015诊断准确性研究报告指南及其解释文件。