定性免疫检测中，决定结果阴阳性的依据是CUT OFF值。确定合适的CUT OFF值（阳性判断值）对于准确判定结果有重要意义。CUTOFF值的确定要使依其得到的检测结果假阴性和假阳性的发生率最低。那么，CUT OFF值是怎么来的？

什么是“灰区”？

在介绍怎样设定CUT OFF值前，先介绍灰区的概念。定性检测将结果区分为阴性、阳性。如果阴性样本的检测结果分布与阳性结果完全分开没有重叠，那进行区分时就非常方便也没有争议。在实际检测过程中，检测大量阴性样本与阳性样本后，会有少量样本测值有重叠。这一部分样本的检测结果归为可疑，即“灰区”。

CUT OOFF值的设定

CUT OFF值的设定有多种不同方法。常见的方法包括[1]：

一、使用阴性血清测定结果均值的2或3倍作为CUT OFF值

该方法是取一定数量（通常不多）的阴性血清样本，使用免疫检测试剂盒进行测定，取阴性样本的测值的平均值。若上述阴性样本的平均值为X，则该次测定的CUT OFF值为2X或3X。例如，试剂盒结果判定以S（样本测值）/N（阴性对平均测值）≥2.1为阳性，其依据即是以阴性参考血清的2.1倍作为CUT OFF值。通常为了避免阴性样本测值过低导致的CUT OFF值过低，还会规定阴性样本平均测值不到某一特定值，如0.05时，以0.05计算，即CUT OFF值不低于0.10。采用这种方法设定CUTOFF值，可以有效避免假阳性结果的出现，但易导致假阴性结果较多，是一种非常粗糙的CUT OFF值设定方法。

二、阴性对照平均测值+2个标准差（SD）或3SD作为CUT OFF值

先取大量（数千）正常人（阴性）血清样本进行检测，当阴性样本量足够大时，使用试剂盒检测所得测值将呈正态分布，若要求95.3％(单侧)的可信度，可将阴性样本平均测值+2SD作为CUT OFF值；若要求99%（单侧）的可信度，则以阴性样本平均测值+3SD作为CUT OFF值。这种方法建立在统计学计算的基础上，相比于第一种方法，更为科学。但这种方法仅考虑正常人群（阴性样本），因此难以界定“灰区”，几乎所有灰区样本都阴性结果处理，可能会出现较多假阴性。

三、综合阴性对照均值+2或3SD及阳性对照均值-2或3SD建立CUT OFF值

先测定大量阴性血清样本，若测值为正态分布，在具有95.3%（单侧）的可信度的情况下，可以将从阴性样本中得到的测值+2SD得到一侧CUT OFF值，若要求99%（单侧）的可信度，则以测值+3SD为一侧CUT OFF值。然后检测大量阳性样本，在具有95.3%（单侧）的可信度的情况下，可以将从阳样本中得到的测值-2SD得到另一侧CUTOFF值，若要求99%（单侧）的可信度，则以测值-3SD为另一侧CUT OFF值。阴性和阳性样本的CUT OFF值确定后，根据“灰区”的大小，综合平衡考虑假阳性率和假阴性率，确定试剂盒的CUT OFF值。这种方法对比方法二，对阳性人群也有考虑，并且对“灰区”的存在有一定估计，不会出现将“灰区”全部归为阴性结果的情况。

若样本测值为非正态分布，可采用“百分位数法”，以阴阳性样本测定结果的百分位数单侧95%或99%分别来确定两侧CUT OFF值，再综合平衡考虑假阳性率和假阴性率。

四、在方法三的基础上，增加检测血清转化盘样本

在检测大量阴性及阳性样本基础上，检测转化型血清（从阴性转变为阳性过程中的系列血清）样本，取假阳性和假阴性发生率最低、且能区别抗原转化至抗体出现点的吸光度值作为CUT OFF值。由此确定的CUT OFF值能有最佳区分阴阳性样本的能力。

五、ROC曲线（受试者工作曲线）法

ROC曲线是以假阳性率（1-特异性）为横坐标，真阳性率（灵敏度）为纵坐标所绘制的一条曲线，是反映敏感度和特异度连续变量的综合指标，用作图法展示两度之间的关系，如下图。

不同ROC曲线的含义如下。阴阳性结果的测值，A为完全重叠，B为完全分离，C为大部分重叠，D为少部分重叠。重叠部分越少，即检测结果的准确度越好，ROC曲线下面积越接近1，其临床诊断效能越大[2]。因此，ROC曲线不仅可用于对检验项目临床准确性的评价以及决定CUT OFF值，还可用于不同检验方法之间的比较[3]。

对于同一试剂盒或检测系统，最靠近左上角的点为最佳临界点，点上的值为最佳临界值。该值对应的特异性和灵敏度都较好，作为CUT OFF值可使试剂盒拥有最优准确度。在实际运用过程中，可根据项目需要，在ROC曲线中选择适当的CUT OFF值。

为了综合评估试剂盒的特异性和灵敏度，可以采用“约登指数（Youden index）”这一概念：

约登指数=特异性%+灵敏度%-1

最大约登指数（Youden’sindex）处所对应的截断点对应值作为CUT OFF值[4]能够保证试剂盒的准确度最优。

有研究表明，ROC曲线法是设定CUT OFF值的最佳方法[1]。

CUT OFF值的选取

不同的检测项目，对应不同的疾病特征和试剂盒的预期用途，CUT OFF值的选取会有区别。

基于不同的疾病特征

当疾病是严重的、可治疗的，假阳性结果不会造成严重的心理压力和经济损失，不适当的治疗不会造成严重后果时，不应漏检。此时试剂盒应具有高灵敏度。

当疾病是严重的、但不能治疗，假阳性结果可能引起严重的心理压力或经济损失时，试剂盒应具有高特异性。

基于不同的预期用途

筛查试验：筛查方法通常用于检测整个人群（或特定人群）中特定指标的情况。一般来说，筛查定性试验必须具有高灵敏度以确保真阳性结果的检出。因此通常也会导致假阳性的产生，但能通过特异性较好的确认试验加以弥补，好过于假阴性而产生的传播或延误治疗的情况。

诊断试验：通常用于临床怀疑某种特定疾病或者状况是否存在的诊断性定性试验。因临床上对及时治疗的要求，诊断试验应具有很好的灵敏度和特异性。如诊断试验之后还要进行确认试验，诊断试验特异性要求可以稍微降低。

确证试验：用于验证筛查试验或诊断试验的结果。如果试验证实了之前的结果，便可以做出相应的诊断。确认试验通常应具有较高的特异性（甚至以牺牲敏感性代价）以及高阳性预测值。

参考文献：

1、李金明. 临床酶免疫测定技术. 北京. 人民军医出版社, 2005:100-104

2、 张莉等，利用ROC曲线分析HBsAg试验性能[J]. 中国输血杂志,2004, 27(7):718-721

3、唐婧等，ROC曲线对ELISA检测丙型肝炎抗体阳性判断值的确定和分析[J]. 检验医学, 2014, 29(8):826-830

4、陈英茂等,ROC曲线分析及诊断分界点确定程序, [J]. 中国医学影像技术,2004, 20(4):614-617