当误诊和漏诊的重要性相同时，则要求诊断试验具有( ) A. 高约登指数 B. 高灵敏度 C. 高特异度 D. 高稳定性 E. 高阳性预测值

当误诊和漏诊的重要性相同时，则要求诊断试验具有( ) A. 高约登指数 B. 高灵敏度 C. 高特异度 D. 高稳定性 E. 高阳性预测值

当误诊和漏诊的重要性相同时，需要一个能平衡两者的综合指标。约登指数（Youden's Index）恰好通过整合灵敏度（反映漏诊率）和特异度（反映误诊率），实现对诊断试验整体效能的评价。其计算公式为 J = 灵敏度 + 特异度 - 1，本质上等于真阳性率与假阳性率之差。

从临床意义看，灵敏度（真阳性率）衡量疾病检出能力，低灵敏度会导致漏诊（假阴性率 = 1 - 灵敏度）；特异度（真阴性率）衡量排除非患者能力，低特异度会导致误诊（假阳性率 = 1 - 特异度）。这两个指标存在天然的“跷跷板”关系——提高灵敏度会降低特异度，反之亦然。例如，将AFP诊断肝癌的阈值从2000ng/mL降至10ng/mL，虽能减少漏诊（提高灵敏度），却会大幅增加误诊（降低特异度）。

约登指数的独特价值在于，它将灵敏度和特异度转化为单一数值（范围-1至1），直接反映试验区分患者与非患者的整体能力。当误诊和漏诊同等重要时，选择约登指数最大的截断点，可同时最小化两类错误。例如，某试验灵敏度80%、特异度90%，其约登指数为0.7（0.8+0.9-1），表明在该阈值下，诊断试验的综合效能最优。

其他选项无法满足平衡需求：高灵敏度（B）虽减少漏诊，但会增加误诊；高特异度（C）虽减少误诊，却会增加漏诊；稳定性（D）反映重复检测的一致性，与诊断准确性无关；阳性预测值（E）受人群患病率影响显著，无法脱离临床背景单独作为评价标准。

因此，当误诊与漏诊风险需同等权衡时，高约登指数（A） 是唯一能综合优化两类错误的选择。它如同诊断试验的“平衡秤”，确保在不漏诊关键病例的同时，不过度扩大误诊范围。临床实践中，约登指数常与ROC曲线结合使用，其最大值对应的截断点即为最优诊断阈值。这一思路不仅适用于医学诊断，也为AI模型验证、质量控制等领域提供了决策依据。