诊断性试验Meta分析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Revman,Stata,Meta-disc在诊断试验准确性（DTA）
系统评价中的应用
文献数据摘自《ProGRP与NSE对小细胞肺癌诊断价值的meta分析》
注：表中 10 个原始研究均使用酶联免疫吸附测定法检测阳性界值； TP= 真阳性数； FP= 假阳性数； FN= 假阴性数； TN= 真阴性数a:ProGRP,b: NSE
Revman5.2
新建诊断试验准确性(DTA)系统评价模板
添加所有纳入研究
此处对每篇文献QUADAS2质量特征进行描述，以便探讨异质性来源及作表图
数据分析里面添加所要研究的待评价诊断试验
可计算相关指标（似然比及诊断比值比和单独在干预系统评价里面作森林图）
添加分析里面制作SEN和SPE森林图及SROC曲线，可对数据进行重新制定
设置参数
若用户对上图窗口中的统计分析显示的结果不满意，可点击右上角的属性按钮
); 或依次展开树形目录分支"Data and Analyses→Analyses→ProGRP"，选中"ProGRP"并单击右键，选择"Properties … "，弹出属性设置对话框。在图对话框中，可对统计指标(General)、SROC
图、森林图和异质性来源的参数进行设
Study Lamy 2000Molina 2009Nissan 2009
Schneider 2003Shibayama 2001Stieber 1999Sun 2005Takada 1996Yamaguchi 1995Yang 2005
TP 3541134
297411773802546
FP 18979
611222669
FN 164641
840292847917
TN 229218548
119234972034696072
Sensitivity (95% CI)0.69 [0.54, 0.81]0.47 [0.36, 0.58]0.77 [0.70, 0.83]
0.78 [0.62, 0.90]0.65 [0.55, 0.74]0.80 [0.73, 0.86]0.72 [0.62, 0.81]0.63 [0.54, 0.71]0.74 [0.56, 0.87]0.73 [0.60, 0.83]
Specificity (95% CI)
0.93 [0.89, 0.96]0.96 [0.93, 0.98]0.87 [0.85, 0.90]
0.95 [0.90, 0.98]0.96 [0.92, 0.98]0.98 [0.93, 1.00]0.90 [0.86, 0.94]0.99 [0.97, 1.00]0.91 [0.81, 0.97]0.89 [0.80, 0.95]
Sensitivity (95% CI)00.20.40.60.81
Specificity (95% CI)
00.20.40.60.81
置，并点击"Apply"使其生效，见下图。
亚组分析（假如，原文没做）
QUADAS-2偏倚表（图）制作
P a t i e n t S e l e c t i o n
Lamy 2000?Molina 2009
Nissan 2009
+
Schneider 2003?
Shibayama 2001
+Stieber 1999
–
Sun 2005
+
Takada 1996
?
Yamaguchi 1995
+
Yang 2005
?I n d e x T e s t
–
?
+
–
+–
–
?
+
+R e f e r e n c e S t a n d a r d
?
?
+
–
+?
–
?
+
+F l o w a n d T i m i n g
?
?
+
?
?–
–
?
+
+
Risk of Bias P a t i e n t S e l e c t i o n
––
?
––
–
?–?
I n d e x T e s t
?
?
–
?
–?
+
?––
R e f e r e n c e S t a n d a r d
–
?
–
?
–?
?
?–?
Applicability Concerns
–High ?Unclear +Low
异质性来源
在DTA系统评价里面不能直接进行似然比、诊断比值比的森林图以及各指标漏斗图制作，但可以改变四个表数据模式或直接计算相关指标，添加入干预性系统评价模板中进行制作及查看异质性、发表偏倚（漏斗图）。
Stata12
一拟合双变量混合效应模型：midas命令
1.计算所有诊断试验统计学指标（敏感度、特异度、似然比、诊断比值比等）及异质性检验统计量:
SUMMARY DATA AND PERFORMANCE ESTIMATES
Bivariate Binomial Mixed Model
Number of studies = 10
Reference-positive Subjects = 935
Reference-negative Subjects = 2417
Pretest Prob of Disease =0.279
Between-study variance(varlogitSEN) =0.136, 95% CI = [0.041-0.452] Between-study variance(varlogitSPE)= 0.406, 95% CI = [0.133-1.241] Correlation (Mixed Model)= -0.491
ROC Area, AUROC = 0.89 [0.86 - 0.92]
Heterogeneity (Chi-square): LRT_Q = 55.419, df =2.00, LRT_p =0.000 Inconsistency (I-square): LRT_I2 = 96.39, 95% CI = [93.72-99.06]
Parameter Estimate 95% CI
Sensitivity 0.702 [ 0.641, 0.756]
Specificity 0.943 [ 0.913, 0.963]
Positive Likelihood Ratio 12.348 [ 8.245, 18.494]
Negative Likelihood Ratio 0.316 [ 0.262, 0.381]
Diagnostic Score 3.665 [ 3.229, 4.102]
Diagnostic Odds Ratio 39.071 [ 25.251, 60.456]
2. 绘制敏感度、特异度森林图: