在製訂參考值標準時，研究對象須排除的因素有飲食、飲酒、吸煙、營養狀況、高血壓、肥胖症、月經期、妊娠期、哺乳期、口服避孕藥、正在用藥、濫用藥物、近期住院、近期輸血、環境汙染、某種職業等。再者選擇的對象應盡可能和臨床的患者年齡分布情況相似，有的項目還要考慮兒童和老年，一般不要選擇住院或門診患者作為參考個體。為了確保參考數值的可靠性，應至少取120個參考個體。
臨床中應用正常值範圍時常習慣引用文獻或商品試劑盒所提供的參考值，這是欠妥的。因為這些參考值是來自不同實驗室、不同地區、不同人群、不同儀器的結果，因此應用前需加以驗證，有條件者也可建立自己實驗室的參考值。
總之，臨床醫師在使用正常值範圍時應當注意正常值的含義，製訂正常值的對象，何種檢測方法及參考的範圍是多少等因素，因為這些均會影響到正常值的參考價值。
第四節臨床決策分析
一、概述
臨床醫生經常為患者的診斷、治療作出決定。這些臨床決定也稱臨床決策（clinical decision）。所謂決策（decision making）就是為達到同一目標在眾多可以采取的方案中選擇最佳方案。在臨床處理患者的病情時，由於疾病臨床表現複雜多變，診治方法多種，有些藥物還可能產生一些不良反應，患者的心理變化等等，促使醫師在考慮上述情況後作出全麵和合理的選擇。
決策分析的基本步驟有以下四步：
1.供臨床選擇的治療方法有時很多，此時要篩除一些“劣”的決策，以利於下一步的分析。
2.確定各決策可能的後果，並設置各種後果發生的概率。
3.確定決策人的偏愛，並對效用賦值。
4.在以上三步基礎上去選擇決策人最滿意的決策，即期望效用最大的決策。
二、診斷決策樹模型
臨床決策分析的模型很多，在此介紹決策樹模型。決策樹（decision tree）是一種能夠有效地表達複雜決策問題的數學模型。
決策樹由一些決策點、機會點和決策枝、機會枝組成。一般用圓圈“○”表示機會點，發生的結果不在醫師的控製之下；小方框“□”表示決策點，在決策點，醫師必須在幾種方案中選取一種；決策點相應的分枝稱為決策枝；機會點相應的分枝稱為機會枝。
下麵介紹由JC Sisson等人作出的一個關於胰腺癌的決策樹模型。
胰腺癌常常難以在疾病的早期作出診斷，當發現時癌腫已有轉移，患者多在短期內死亡。最可能患胰腺癌者包括40歲以上，中腹部疼痛持續1～3周的人。假設這類人中胰腺癌的發生率為12％。如有一種不冒什麼風險的早期診斷方法對胰腺癌的檢出率為80％（靈敏度），但對有類似症狀的非胰腺癌患者的假陽性率為5％，用此法診斷確診的胰腺癌患者手術死亡率為10％，治愈率為45％。
根據上述疾病概率、診斷概率和死亡、治愈概率，如對1 000人進行診斷治療，其所獲得的益處，是否比不進行診斷檢查和手術更大？可以用一個決策樹進行分析比較。從以上決策樹可見，不作該項檢查的死亡者為12例，均為胰腺癌患者。用該項檢查手術後死亡12.5人，其中有5例為非胰腺癌患者。而且新的檢查使44例非胰腺癌患者的胰腺功能因手術而可能受到損害。因此這項檢查對患者是弊大於利，不宜使用。
三、治療決策分析
臨床上處理患者時，常遇到這樣幾種情況：①不必作檢查，也不必治療，暫時觀察；②先做檢查，根據其結果酌情處理；③不用檢查，直接給予治療；④已作各方麵檢查，但仍難以確診。對患者是否作進一步治療，目前往往靠醫生的經驗。現介紹閾值分析法即用定量分析方法判斷治療與否，使診斷更全麵和準確。
使用該法的前提是：隻考慮一種疾病，患者患有該病或不患該病，雖經各種檢查，但目前仍難以確診；現有一種療效肯定的治療方法可供采用。如果不及時治療，可能有發生並發症的危險，而治療就肯定會帶來好處。閾值分析法原理：如果患者患某病的概率大於治療閾值，則應給予治療；如果該病概率小於治療閾值，則可暫不治療作進一步檢查。
根據可靠的病史資料，診斷檢查的準確性，治療的效果以及檢查、治療的潛在危險性，可以算出兩個閾值概率，即診斷等待閾值概率（T1）和診斷治療閾值概率（T2）。
根據病史和一般檢查結果估計患病概率P，假如某患者的患病概率P小於T1則選策略①，暫先觀察；P大於T2則選策略③，直接給予治療；P介於T1和T2之間，則選策略②，先做檢查。
根據以往資料得到治療的效益（B），治療的危險性（R2），檢查的危險性（R1），檢查的真陽性率（TP），真陰性率（TN），假陽性率（FP）和假陰性率（FN）
例：男性患者，60歲，上腹部疼痛，嘔血，上消化道鋇餐檢查提示胃大彎有一個2cm大小潰瘍。麵對患者，醫師需作臨床決策，即：下一步處理是胃鏡檢查，還是剖腹探查，或者兩者均無必要？結合病史及鋇餐檢查結果，再根據以往的經驗，胃鏡科醫生與放射科醫生認為患者胃癌的概率約0.1。另外，年齡60歲其剖腹探查術死亡率（R2）為2％。早期手術的效益（B）為生存率提高33％，胃鏡檢查死亡率（R1）約0.005％，真陽性TP為96％，假陽性FP為2％。即已知B=0.33，R1=0.000 05，R2=0.02，TP=0.96，FP=0.02，TN=0.98，FN=0.04。
把上述數據代入公式：BF
T1=SX（（0.02×0.02）+0.000 05（0.02×0.02）+（0.96×0.33）SX）=0.001 4