Question 1. 简要概括以下临床诊断实验。
临床诊断，即要判断某个人是不是患有某种疾病，或异常：“有病”或”无病“。而下判断需要一定的依据。这些依据可以是定量的若干变量，也可以是非定量的临床经验。值得注意的是，非定量的临床经验并不意味着准确度低，恰恰相反，很多情况下其是诊断的”金标准“。
诊断试验，往往意味着将一种新发现的诊断方法与”金标准“或临床相对最优的诊断方法进行对比，以确定是否可以取代”金标准“或者与”金标准“相当。
临床诊断是临床医学的重要课题，也是活跃的医学前沿领域。值得强调的是，临床诊断试验并不总是诊断”有病“或”无病“，其本质是对患者的某种状态做判断，而这状态是无穷的，也是不断变化和创新的。简单举例：某种新的治疗药物问世，单只对部分患者有用，因此识别出可能有用的患者对其用药具有重要价值；这即意味着要判断患者对药物的反应性如何这种状态，是”耐受“还是”敏感“。因此临床诊断试验对于临床医学来讲具有应用上的普遍性，跟患者的一切状态判断有关。
Question 2. 对于连续变量来讲，如何确定cut-off值？
跟临床医学任何其他问题一样，没有确定的答案。应用普遍的是需要依靠统计学方法来确定cut-off，例如应用SPSS软件ROC曲线来确定。SPSS的ROC曲线会产生曲线下面积（AUC）这个指标，其代表诊断效力的高低，约接近于1越好；另外可以应用Youden index可以确定敏感度和特异性最好的cut-off。当然，也可以根据临床对敏感度和特异度等指标的要求来确定具体的cut-off。
除依赖统计学方法外，一些特殊的数字，例如中位数、四分位数和30%等也常常被用作cut-off。
Question 3. 如何计算诊断试验各指标的95% 置信区间？
有固定的公式可以利用；也有统计学分析软件计算的方法；也有一些在线平台可以直接提供，例如下面这个网址：https://www.medcalc.net/statisticaltests/diagnostic_test.php。利用在线平台时一定首先要确定其可靠性，然后注意填写数据格式正确。
Question 4. 如何计算诊断试验的P值？
诊断试验的P值不能用常用的卡方检验计算。而要用cohen's kappa test和mcnemar test（SPSS软件在分析-描述性统计-交叉表）。其中cohen's kappa test检验诊断试验的一致性（考虑a和d），即新的方法诊断结果与金标准一致性如何？test结果会给出kappa值（-1到1之间，约接近于1说明越一致），同时软件会给出kappa的标准误（据此计算置信区间）和P值。而mcnemar关注新方法和金标准差异的显著性（考虑b和c）。如果新的诊断方法与金标准相比无显著差别，那么P值是大于0.05的，亦即检验假设成立。具体步骤网络上有较为详细的方案，重要的是搞清楚两种方法的差别。
Question 5. 诊断试验的样本量如何计算？
如果不是统计专家，建议在开展研究之前，或在预研究的基础上请教统计专家，得到一个明确可靠的样本量。