诊断性实验Meta分析
诊断性试验Meta分析报告
诊断性试验Meta分析报告一、引言诊断性试验在医学领域中具有至关重要的作用，它们帮助医生确定患者是否患有某种疾病，以及评估疾病的严重程度和预后。
然而，单个诊断性试验往往受到样本量、研究人群、研究方法等因素的限制，其结果可能存在偏差。
Meta 分析作为一种系统评价方法，能够综合多个诊断性试验的结果，提供更全面、更准确的诊断信息。
二、目的本 Meta 分析的目的是综合评估某种诊断性试验在特定疾病中的诊断价值，为临床医生的诊断决策提供依据。
三、资料与方法（一）检索策略我们在多个数据库（如 PubMed、Embase、Cochrane Library 等）中进行了系统的检索，检索时间范围为_____至_____。
检索词包括疾病名称、诊断性试验名称以及相关的关键词。
（二）纳入与排除标准纳入标准：①研究对象为疑似患有特定疾病的患者；②使用了所关注的诊断性试验；③报告了诊断准确性的相关指标，如敏感度、特异度、阳性预测值、阴性预测值等。
排除标准：①重复发表的研究；②研究质量差，如样本量过小、方法学存在明显缺陷等；③无法获取全文或关键数据的研究。
（三）数据提取由两名研究者独立提取纳入研究的基本信息（如作者、发表年份、研究地点等）、研究对象的特征（如年龄、性别、疾病严重程度等）、诊断性试验的方法和参数、诊断准确性的指标等。
如有分歧，通过讨论或咨询第三方解决。
（四）质量评估采用 QUADAS-2（Quality Assessment of Diagnostic Accuracy Studies 2）工具对纳入研究的质量进行评估，评估内容包括病例的选择、待评价试验、金标准、病例流程和进展情况等方面。
（五）数据分析使用 Review Manager 53 软件进行数据分析。
对于诊断准确性的指标，计算合并的敏感度、特异度、阳性似然比、阴性似然比和诊断比值比，并绘制森林图和受试者工作特征（ROC）曲线。
采用随机效应模型或固定效应模型进行合并分析，根据异质性检验的结果（I²值）选择合适的模型。
(医学课件)meta分析简介
评估研究质量
通过meta分析可以评估纳入的研究的质量和可靠性。 对研究质量的评估可以包括研究设计、样本选择、数据分析方法等方面。
指导临床实践
meta分析可以为临床医生提供基于大量研 究的实践指南
例如，基于meta分析的结果，指南可以推 荐某种药物作为一线治疗，或者某种诊断方
法应优先使用。
03
meta分析的步骤
指阳性结果的文章更容易被发表，阴性结果的文章更难发表。
影响因素
研究设计、样本大小、阳性结果、研究者的期望值等。
研究间异质性
研究设计不同
不同的研究设计会导致研究间异质性。
样本量不同
不同的样本量会影响异质性的程度。
干预措施不同
不同的干预措施也会导致研究间异质性。
合并分析的困难
合并分析定义
将多个研究的结果进行合并分析，可以得出更准确的结论。
要点一
筛选文献
根据纳入和排除标准筛选文献，确保文献的质量和相关 性。
要点二
评估文献质量
对纳入文献的质量进行评估，如采用Jadad评分量表等 。
数据提取与整理
数据提取
从文献中提取所需数据，包括研究对象的基本情况、研 究设计、样本量、结局指标等。
数据整理
将提取的数据进行整理和清洗，确保数据的准确性和完 整性。
02
meta分析的用途
验证假设
通过收集和分析现有研究证据，验证特定假 设或观点是否正确。
例如，通过meta分析验证某种疗法是否有 效、某种药物是否有副作用等。
汇总研究结果
将多个研究的结果进行综合分析， 得出更全面、可靠的结论。
VS
通过meta分析，可以克服单个研究 结果的局限性，提高研究的可靠性 和稳定性。
诊断性me分析手把教你做临床Me分析诊断试验性MeDisc分析
阴性结果的Meta分析，最关键是能够对为什么会出现该结果进行深刻的讨论，一篇文章写的好不好也体现在讨论部分，体现作者水平的部分，读者也是根据你的讨论来对你的结果有分寸的慎重的来指导临床。讨论部分的切入点可以通过亚组分析的结果来体现。亚组分析能够很好的帮我们找到异质性来源。如果亚组分析结果既有养性又有阴性，那么可以重点讨论导致这两种结果出现的原因是什么。
安装软件
Meta-DiSc 是一个免费的下载软件，登录 ，下载安装软件，目前最新版本是 版。
运行软件
在试行此软件之前，必须明确和熟悉准确诊断性 Meta 分析里结果计算的经典四格表（可能不会在您所纳入的文献中出现，需要研究人自己总结并准确的填写在四格表内，不易混淆而且方便分析）。
TP：True positive 表示真阳性的结果，用数字表示；
介绍到这里就结束了，大家赶快去下载软件试一下吧。
诊断性meta分析简单实现(4) 结果的展示和解读
例文结果展示和解读
诊断性meta分析简单实现——第一章?和范文解析
诊断性meta分析简单实现(2)
诊断性meta分析简单实现(3)
当我们做完了上述的统计分析之后，结果需要整理一下,我们看看例文的作者是如何呈现这些结果的！
二.诊断性meta分析亚组分析问题求助
你说的后边的不对,比如排除平均年龄大于80的文献。
这句话是正确的，或者纳入排除研究后的meta分析,排除营养不良率大于60%的文献而亚组分析主要从文献里病例特性来排除,等等
亚组分析主要从文献里分组病例特征分类。
敏感性分析是排除低质量研究后的meta分析。
亚组分析是根据纳入研究的病人特点适当氦孩份绞莓悸逢溪抚娄的进行分层，过多的分层和过少的分层都是不好的
诊断性实验的Meta分析分解
阳性
阴性
阳性
TP（a）
FP（b）
a+b
阴性
FN（c）
TN（d）
c+d
1.2 单个诊断性实验的评价指标
灵敏度
特异度
指标
假阴性率（漏诊率）
假阳性率（误诊率）
灵敏度=a/a+c；特异度=b/b+d； 假阴性率=c/a+c；假阳性率=d/b+d
• 这个四格表衍生的各种指标：真阳性率（敏感度）、假阳 性率、假阴性率、真阴性率（特异度）等等都是评估替代
3. 诊断性试验meta分析方法在统计 软件中的实现
• RevMan5.0软件和Meta-DiSc 都是在国际上权威的用来做 诊断试验meta分析的软件，在这里仅介绍Meta-Disc软件 的使用方法。
• 下载地址：
http://www.hrc.es/investigacion/metadisc_en.htm
诊断性试验meta分析方法在统 计软件中的实现
3.1 数据录入 3.2 选择项 设置 3.3 阈值效应 检验 3.4 非阈值效应 检验 3.5 合并各诊断试 验评价指标
3.1 数据录入
3.2 选择项设置
3.3 阈值效应检验
3.4 非阈值效应检验
探讨异质性
3.5 合并各诊断试验评价指标
绘制森林图
诊断性实验的Meta分析
刘延青 研究生
前言
临床医生在接诊的过程中，经常考虑的问题就是如何把可 以有病与实际无病的人区别开来，以及如何将患某种疾病 的患者于其他疾病鉴别出来，这个过程中就需要合理运用
诊断试验。广义诊断包括实验室检查、影像学诊断、仪器
检查、病史询问、体格检查等。 对于某个诊断性试验，可能已有多位研究者进行了研究， 为了对不同的研究结果进行综合性分析，获得综合的结论， 需要采用诊断性实验的Meta分析。
诊断试验准确性的Meta分析
诊断试验准确性的Meta分析一、问题与数据某肿瘤科大夫希望了解CT对某肿瘤的诊断准确性，他查阅了很多国内外文献，发现文献中各研究样本量都偏小，且对该方法的准确性评价结果不一，因此想通过Meta分析的方法对其准确性进行较为可靠的评价。
通过对相关文献的检索，共获得以下数据：表1 部分研究数据变量意义及赋值情况如下：表2 变量意义与赋值情况二、对问题分析要进行诊断试验准确性的Meta分析，至少应当收集真阳性、假阳性、假阴性与真阴性的人数。
然而，Meta分析并不是简单的进行数据的加权合并，因为各研究结果不同的原因通常不仅仅是因为样本量小造成的结果不稳定，还可能是因为研究的设计、执行等多方面的因素存在差异所导致，因此Meta分析的一个重要的任务便是对可能的因素进行探讨，找出文献结果不一的原因，这也是证据评价的过程。
表1中，是否是前瞻性研究（predesign）、金标准是否是同一个（samemth）、是否详细描述待评价试验（index）、是否详细描述金标准（reftest）和是否详细描述待评价人群（subject）是本研究中研究者认为可能的影响因素。
三、Stata分析1. 安装分析包一般认为，诊断试验准确性的数据异质性比较明显，因此推荐使用随机效应模型进行分析。
Stata中有专门针对诊断试验准确性Meta分析的分析包midas和metandi，均是采用两水平的随机效应模型进行分析。
由于后者不支持meta回归功能，因此本文仅介绍midas包的使用。
在command窗口，依次输入以下命令，安装必需的分析包：ssc install midasssc install mylabels2. 数据录入在Stata窗口点击数据编辑按钮，弹出数据编辑窗口。
在变量名位置双击，弹出新建变量窗口。
如果变量是字符型，则变量类型（Variable type）选择str，是数值型则选择double（小数）或int （整数）。
设定好变量名后，从excel中将数据复制到新建变量窗口中即可，部分数据如下图。
Meta分析
Meta分析Meta分析是指用统计学方法对收集的多个研究资料进行分析和概括,以提供量化的平均效果来回答研究的问题.其优点是通过增大样本含量来增加结论的可信度,解决研究结果的不一致性 meta分析是对同一课题的多项独立研究的结果进行系统的、定量的综合性分析。
它是文献的量化综述，是以同一课题的多项独立研究的结果为研究对象，在严格设计的基础上，运用适当的统计学方法对多个研究结果进行系统、客观、定量的综合分析。
目录meta分析的主要优点有：Meta分析的起源广义上的Meta & 狭义上的MetaMeta 分析的基本步骤Meta分析的目的及适用性meta分析的主要优点有：Meta分析的起源广义上的Meta & 狭义上的MetaMeta 分析的基本步骤Meta分析的目的及适用性展开编辑本段meta分析的主要优点有：1）能对同一课题的多项研究结果的一致性进行评价；2）对同一课题的多项研究结果作系统性评价和总结；3）提出一些新的研究问题，为进一步研究指明方向；4）当受制于某些条件时，如时间或研究对象的限制，meta分析不失为一种选择；5）从方法学的角度，对现阶段某课题的研究设计进行评价；6）发现某些单个研究未阐明的问题；7）对小样本的临床实验研究，meta分析可以统计效能和效应值估计的精确度。
因此，设计合理，严密的meta分析文章能对证据进行更客观的评价（与传统的描述性的综述相比），对效应指标进行更准确、客观的评估，并能解释不同研究结果之间的异质性。
meta分析符合人们对客观规律的认识过程，是与循证医学的思想完全一致的，是一个巨大的进步。
编辑本段Meta分析的起源Meta分析的前身源于Fisher 1920年“合并P值”的思想；1955年由Beecher首次提出初步的概念；1976年心理学家Glass进一步按照其思想发展为“合并统计量”，称之为Meta分析；1979年英国临床流行病学家Archie Cochrane提出系统评价（Systematic Review，SR）的概念，并发表了《激素治疗早产孕妇降低新生儿死亡率随机对照试验的系统评价》。
Meta分析(例子较详细)PPT课件
由于Meta分析本质上属于观察性研究，在解释分 析结果时尤其要谨慎，主要考虑齐性及其对结果 的影响，各种偏倚的识别与控制，分析结果不能 脱离专业知识背景，要具有实际意义
.
15
第四节 Meta分析方法
Meta统计分析方法很多，各方法的主要步骤有两个： 一是对各个研究的效应量进行齐性检验； 二是对各个研究的效应量进行合并及总体区间估计
五、文献的质量评价
质量评价主要看两个方面，一是研究设计，二是 样本大小，此外还要分析各研究是否存在偏倚及 其影响大小
.
11
第三节 Meta分析的基本步骤
六、提取文献的数据信息
Meta分析需要的数据信息一般包括基本情况、研 究特征、研究结果等
.
12
第三节 Meta分析的基本步骤
七、资料分析
分析主要包括：明确资料类型、选择效应量、齐 性检验、选择恰当的分析模型进行分析，包括合 并效应量及参数估计与假设检验等
.
3
５．疾病预防干预措施的评价 ６．疾病防治的成本效益分析、卫生经济学
研究 ７．卫生服务评价 ８．卫生决策、卫生管理评价
.
4
二、Meta分析的特点
1．提高统计检验效能
2．评价各研究结果的不一致或矛盾
3．发现单个研究的不足
4．具有处理大量文献的能力且不受研究数目的限
制
5．Meta分析是更高一级的统计分析，被称为“分 析
合计
89.8840 11.7980 6.09 10.57
.
26
解：
1． 计算效应量 d i 、权重系数 w i 及 u i 值
效应量 di p1i p2i
合并率 权重系数
pi
诊断性试验的Meta分析
8
9
15
60
58
--
--
--
病理
144
46
16.3
46
40
9
16
17
23
72
65
2.4 诊断性试验的meta分析
• 2.4.1 阈值效应检验 • 2.4.2 非阈值效应检验 • 2.4.3 合并各诊断试验评价指标 • 2.4.4 发表偏倚的识别
2.4.1 阈值效应检验
• 在诊断性试验中可能因为纳入的研究采用不同的诊断界值 而引起异质性，在进行合并时要进行检测，当存在阈值效 应时，灵敏度和特异度负相关（灵敏度和1-特异度呈正相 关），其结果在SROC 曲线平面图上呈“肩臂状”点分布 。
有失安全系数法，begg秩相关法和 Egger回归法等等。
3. 诊断性试验meta分析在统计软件中的实现
• RevMan5.0软件和Meta-DiSc 都是在国际上权威的用来做 诊断试验meta分析的软件，在这里仅介绍Meta-Disc软件的 使用方法。
• 下载地址：http://www.hrc.es/investigacion/metadisc_en.htm
• Meta-Disc软件计算：通过spearman相关系统数 分析，P>0.05时，即不存在阈值效应，可以进行 各个指标合并。
2.4.2 非阈值效应检验
• 在诊断性试验的meta分析中，除了阈值效应引起研究间异 质性外，其他原因：人群（如疾病严重程度和伴发疾病） 、试验条件（如不同的技术、化验、操作者）、标准试验 等，在软件中用诊断比值比DOR的Cochran-Q检验来检测 是否存在非阈值效应引起的变异。
3.1 数据录入
3.2 选择项设置
诊断性实验Meta分析
1.3 ROC曲线定义
• 对某一诊断试验方法，通过改变诊断临界点，可以获得多 对灵敏度和特异度，以敏感度为纵坐标，1-特异度为横坐 标绘制曲线，横轴与纵轴长度相等，形成正方形，在图中 将ROC曲线工作点标出，用直线连接各相邻两点构建ROC曲 线。通过计算ROC曲线下面积，可以评定该诊断方法的准 确性。
• 在国际上质量评价有一个QUADAS标准(quality assessment of diagnostic accuracy studies)来评价纳入诊 断试验的质量
2.3 资料提取
研究资料的基本情况 • 包括纳入研究的作者、发表时间、研究对象的病例数、对
照数目、SEN、SPE、计算获得的真阳性( TP) 、假阳性 (FP) 、真阴性( TN) 、假阴性(FN)、检测的方法、检测试 剂的来源、诊断的临界值等基本情况，都用表表示出来。
1.4 ROC曲线的解读
灵敏度
1
0.8
0.6
0.4
0.2
0
0
0.2
0.4
0.6
0.8
1
1-特异度
机会线
所谓的“曲线左上角”至少可以找出3 种判断方式：
（1）
曲线与斜率为1 的斜线的切点；
（2）
曲线与经过 （0,1）和 （1,0）两点直 线的交点；
（3）
曲线上与 （0,1）点绝 对距离最近 的点。
2.4.2 非阈值效应检验
• 在诊断性试验的meta分析中，除了阈值效应引起研究间异 质性外，其他原因：人群（如疾病严重程度和伴发疾病）、 试验条件（如不同的技术、化验、操作者）、标准试验等， 在软件中用诊断比值比DOR的Cochran-Q检验来检测是否 存在非阈值效应引起的变异。
(医学课件)meta分析简介
根据研究问题，制定合适的检索策略，包括关键词、 Mesh 词等，以确保检索到的文献尽可能全面和准确。
选择检索数据库
全面文献检索
严格筛选文献
根据研究问题的具体内容，制定筛选文献的标准，例如研究设计、样本量、干预措施等。
筛选文献标准
根据筛选文献标准，对检索到的文献进行筛选，保留符合标准的文献。
相同点
都需要对多个研究结果进行分析和综合。
meta分析与系统评价、综述的关系
meta分析的用途与价值
02
整合多项研究结果
揭示研究间的差异
发现新的研究领域
验证和更新现有知识
meta分析可以对不同研究的结果进行比较和汇总，从而得出更全面和准确的结论。例如，对多个关于不同药物治疗方案的研究进行meta分析，可以得出哪种药物更有效的结论。
绘制倒漏斗图
绘制倒漏斗图以评估纳入研究的质量和偏倚情况。该图以样本大小为横坐标，以标准化均数为纵坐标，并包含95％置信区间。
绘制森林图、倒漏斗图等辅助图形
meta分析的局限性及注意事项
05
meta分析的局限性
要点三
数据库和语言的限制
meta分析只能在已发表的文献中进行，可能存在发表偏倚和语言偏倚。
正确使用统计方法
选择正确的统计方法进行数据分析，以确保结果的可靠性。
全面搜索
对所有相关的研究进行全面搜索，以确保分析结果的可靠性。
进行meta分析时的注意事项
采用多种数据库和语言进行搜索
如何克服meta分析的局限性
对研究质量进行评估
使用敏感性分析
对研究结果的不确定性进行评估
meta分析实例介绍
06
定义
对多个研究结果进行统计分析，得出合并后的效应值，以此对研究结果进行全面评估。
Stata软件在诊断性研究的meta分析中的命令
Stata软件在诊断性研究的meta分析中的命令在诊断性研究的meta分析中可以计算合并阳性似然比、合并阴性似然比、诊断OR值、ROC值、SROC曲线、HSROC-bivariate meta-analysis等。
Stata进行诊断研究meta分析时的起始命令：*Variable codes: tp=true positives; fp=false positives; tn=true negatives;fn=false negatives*add .5 to all zero cellsgen zero=0replace zero=1 if tp==0|fp==0|fn==0|tn==0replace tp=tp+.5 if zero==1replace fp=fp+.5 if zero==1replace fn=fn+.5 if zero==1replace tn=tn+.5 if zero==1gen tpr= tp/(tp+fn)gen fpr=fp/(fp+tn)gen logittpr=ln(tp/fn)gen logitfpr=ln(fp/tn)gr7 tpr fpr, s(O) noaxis ysize(6) xsize(6) xline(0(.1)1) yline(0(.1)1) tlab(0(.1)1) xlab(0(.1)1) ylab(0(.1)1) t1(1-Specificity) l1(Sensitivity) b2(1-Specificity) b1(ROC Plot of Sensitivity vs Specificity)gr7 logittpr logitfprspearman logittpr logitfpr1.1 合并阳性似然比命令：metan tp fn fp tn, rr random nowt sortby(author) xlab(.01,1,100) label(namevar=author, yearvar=pubyear) t1(Summary LR+, Random Effects)2.2 合并阴性似然比命令：metan fn tp tn fp, rr random nowt sortby(author) xlab(.01,1,100) label(namevar=author, yearvar=pubyear) t1(Summary LR-, Random Effects)2.3 合并诊断OR值命令：metan tp fn fp tn, or random nowt sortby(author) xlab(.01,1,100) label(namevar=author, yearvar=pubyear) t1(Summary Diagnostic Odds Ratio, Random Effects)2.4 ROC值命令：gr7 tpr fpr, s(O) noaxis ysize(6) xsize(6) xline(0(.1)1) yline(0(.1)1) tlab(0(.1)1) xlab(0(.1)1) ylab(0(.1)1) t1(1-Specificity) l1(Sensitivity) b2(1-Specificity) b1(ROC Plot of Sensitivity vs Specificity)2.5 SROC曲线命令：gen sum= logittpr+ logitfprgen diff= logittpr- logitfprregress diff sumpredict yhatgr7 diff yhat sum, ylab(3,4,5,6,7,8) xlab(-4,-3,-2,-1,0,1,2) c(.l) s(oi)gen tse=1/(1+(1/(exp(_cons/1-_b)*(fpr/spec)^1+_b/1-_b)))(constant and b are derived from the above regression model)*plot SROC curve (generic)gr7 se tse fpr, ysize(6) xsize(6) noaxis xline(0(.1)1) yline(0(.1)1) tlab(0(.1)1) xlab(0(.1)1)ylab(0(.1)1) s(Oi) c(.s) l1(Sensitivity) b2(1-Specificity) ti(Summary ROC Curve) key1(" ")key2(" ")2.6 HSROC-bivariate meta-analysis命令：metandi tp fp fn tn, plot （基于SROC命令）2.7 发表偏倚命令：gen or=(tp*tn)/(fp*fn)gen lnor=ln(or)gen selnor=(1/tp)+(1/fp)+(1/fn)+(1/tn)*Begg and Egger test for publication bias with Begg's funnel plot: metabias lnor selnor, graph(begg)*Begg and Egger tests for subgroups (eg. Covariate=1)metabias lnor selnor if covariate==1, graph(begg)。
诊断性meta分析 手把教你做临床 Meta 分析——诊断试验性 Meta-Disc 分析
诊断性meta分析手把教你做临床Meta导读：诊断性meta分析,手把教你做临床Meta 分析——诊断试验性Meta-Disc断性试验meta手把教你做临床Meta 分析——诊断试验性Meta-Disc 分析临床治疗的基础首先是需要准确的诊断，准确诊断性Meta 分析是Meta 分析的一个重要部分，本次想向大家推荐的是一款专用于诊断性试验的免费Meta 分析软件，临床医学、临床检验、临床病理、临床科研人员、临床康复科及临床影像科等工作人员可用它写上一篇高大上的诊断准确性试验的Meta 分析文章。
安装软件Meta-DiSc 是一个免费的下载软件，登录http://www.hrc.es/investigacion/metadisc_en.htm，下载安装软件，目前最新版本是1.4 版。
运行软件在试行此软件之前，必须明确和熟悉准确诊断性Meta 分析里结果计算的经典四格表（可能不会在您所纳入的文献中出现，需要研究人自己总结并准确的填写在四格表内，不易混淆而且方便分析）。
TP：True positive 表示真阳性的结果，用数字表示；FP：False positive 表示假阳性的结果，用数字表示；FN：False negative 表示假阴性的结果，用数字表示；TN：True negative 表示真阴性的结果，用数字表示。
1打开软件，可以看到如下界面Author：第一作者名+ 文章年限，如Rachow 2013；StudyID：纳入文献的排序编号，亦可以按照自己理想的排名排序；2数据的输入有三种方法可以输入，我们掌握其中两种就足够运用，一种是当纳入的文献较多的时候，可以按照软件中表格的形式对应写在Excel 表上，点击复制Ctrl+c，并点击黏贴Ctrl+v，便可以copy 至软件中的表格内；另一种当纳入的文献数量较少时，则可以直接用手动输入到Meta-disc 数据表内，如下图。
3数据的分析（1）合并统计量的分析运行如下图点击Analyze，在下拉窗口中选择Tabular Results，并点击向右指示的三角箭头，可出现Sensitivity/Specificity；Likelihood Ratio；Diagnostic OR 和灰色的SROC Area（SROC 面积）。
诊断性meta分析报告手把教你做临床Meta分析报告——诊断试验性Meta-Disc分析报告
诊断性meta分析手把教你做临床Meta 分析——诊断试验性 Meta-Disc分析导读：诊断性meta分析,手把教你做临床 Meta 分析——诊断试验性 Meta-Disc 分析,诊断性meta分析stata,诊断性试验meta，推荐访问：诊断性meta分析stata诊断性试验meta手把教你做临床 Meta 分析——诊断试验性Meta-Disc 分析临床治疗的基础首先是需要准确的诊断，准确诊断性 Meta 分析是 Meta 分析的一个重要部分，本次想向大家推荐的是一款专用于诊断性试验的免费 Meta 分析软件，临床医学、临床检验、临床病理、临床科研人员、临床康复科及临床影像科等工作人员可用它写上一篇高大上的诊断准确性试验的 Meta 分析文章。
安装软件Meta-DiSc 是一个免费的下载软件，登录http://www.hrc.es/investigacion/metadisc_en.htm，下载安装软件，目前最新版本是 1.4 版。
运行软件在试行此软件之前，必须明确和熟悉准确诊断性 Meta 分析里结果计算的经典四格表（可能不会在您所纳入的文献中出现，需要研究人自己总结并准确的填写在四格表内，不易混淆而且方便分析）。
TP：True positive 表示真阳性的结果，用数字表示；FP：False positive 表示假阳性的结果，用数字表示；FN：False negative 表示假阴性的结果，用数字表示；TN：True negative 表示真阴性的结果，用数字表示。
1打开软件，可以看到如下界面Author：第一作者名 + 文章年限，如 Rachow 2013；StudyID：纳入文献的排序编号，亦可以按照自己理想的排名排序；2数据的输入有三种方法可以输入，我们掌握其中两种就足够运用，一种是当纳入的文献较多的时候，可以按照软件中表格的形式对应写在 Excel 表上，点击复制 Ctrl+c，并点击黏贴 Ctrl+v，便可以 copy 至软件中的表格内；另一种当纳入的文献数量较少时，则可以直接用手动输入到 Meta-disc 数据表内，如下图。
- 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)。
2.3 资料提取
研究资料的基本情况 包括纳入研究的作者、发表时间、研究对象的病例数、对照数目、、、计算获得的真阳性( ) 、假阳性() 、真阴
性( ) 、假阴性()、检测的方法、检测试剂的来源、诊断的临界值等基本情况，都用表表示出来。
摘自《及对小细胞肺癌诊断价值的分析》文中提取数据：
2.4 诊断性试验的分析
• 处理后的结果
2. 诊断性试验分析论文的基本内容
2.1 文献检索的方法
文献检索对国内外数据库进行检索，尽可能保证查全，并将整个检索过程用流程图和（或）文字表示 出来
常用的中文数据库
中国知识源总库 万方数据资源 中文科技期刊数据库 中国生物医学文献服务系统() 中国医院数字图书馆
常用的外文数据库
: 数据库： :
2.2 对纳入的研究进行方法学质量评分
• 对各单个诊断性试验的方法学质量直接关系到合并结果的可靠性，因此对各纳入研究进行方法学质量评分非 常重要，方法学质量评分大致内容包括是采用金标准、是否双盲、研究对象的纳入是否存在选择偏倚，是否 有诊断性试验结果的判读偏倚等等。
• 在国际上质量评价有一个标准( )来评价纳入诊断试验的质量
• 2.4.1 阈值效应检验 • 2.4.2 非阈值效应检验 • 2.4.3 合并各诊断试验评价指标 • 2.4.4 发表偏倚的识别
2.4.1 阈值效应检验
• 在诊断性试验中可能因为纳入的研究采用不同的诊断界值而引起异质性，在进行合并时要进行检测，当存 在阈值效应时，灵敏度和特异度负相关（灵敏度和1-特异度呈正相关），其结果在 曲线平面图上呈“肩臂 状”点分布。
基本内容
1
2
3
单个诊断性试验的 简单介绍
诊断性试验分析论 文的基本内容
诊断性试验分析方 法在统计软件中的
实现
1. 单个诊断性试验的简单介绍
1.1
单个诊断性试验四格表
单个诊断性实验的评价指标 1.2
曲线定义 曲线的解读
1.3 1.4
1.1 单个诊断性试验四格表
1.2 单个诊断性实验的评价指标
灵敏度
诊断性实验Meta分析
前言
临床医生在接诊的过程中，经常考虑的问题就是如何把可以有病及实际无病的人区别开来，以及如何将患 某种疾病的患者于其他疾病鉴别出来，这个过程中就需要合理运用诊断试验。广义诊断包括实验室检查、 影像学诊断、仪器检查、病史询问、体格检查等。
对于某个诊断性试验，可能已有多位研究者进行了研究，为了对不同的研究结果进行综合性分析，获得综 合的结论，需要采用诊断性实验的分析。
• 软件计算：通过相关系统数分析，P>0.05时，即不存在阈值效应，可以进行各个指标合并。
2.4.2 非阈值效应检验
• 在诊断性试验的分析中，除了阈值效应引起研究间异质性外，其他原因：人群（如疾病严重程度和伴发疾 病）、试验条件（如不同的技术、化验、操作者）、标准试验等，在软件中用诊断比值比的检验来检测是 否存在非阈值效应引起的变异。
0.2
ห้องสมุดไป่ตู้
0
0
0.2
0.4
0.6
0.8
1
1-特异度
机会线
所谓的“曲线左上角”至少可以找出3种判断方式：
（1）
曲线及斜率为1的斜 线的切点；
（2）
曲线 及 经过（0,1） 和（1,0）两点直线 的交点；
（3）
曲 线 上 及 （ 0,1 ） 点绝对距离最近的 点。
在实际应用中，会给出不同界值下的敏感度和1-特异度 一般以约登指数（ ）即（灵敏度＋特异度－1）最大时所对应的点为最佳诊断界值。
诊断比值比的检验结果
2.4.3 合并各诊断试验评价指标
• 合并的模型有两种：随机效应模型 固定效应模型 • 若异质性检验结果为P>0.10时，多个研究具有同质性，可选择固定效应模型； • 若异质性检验结果为P<0.10时，多个研究异质，首先应分析异质性的原因,如设计方案,病情,疗程等因素是
否相同,由于这些因素引起的异质性可用亚组分析进行统计量计算,也可以通过回归来检查并解释异质性，如 上述方法处理后仍然有异质，可使用随机效应模型合并。
• 5.0软件和 都是在国际上权威的用来做诊断试验分析的软件，在这里仅介绍软件的使用方法。 • 下载地址：
诊断性试验分析方法在统计软件中的实现
3.1 数据录入
3.2
选择项设 置
3.3 阈值效应检验
3.4
3.5
非阈值效应检验
合并各诊断试验评 价指标
3.1 数据录入
3.2 选择项设置
3.3 阈值效应检验
• 对某一诊断试验方法，通过改变诊断临界点，可以获得多对灵敏度和特异度，以敏感度为纵坐标，1-特异 度为横坐标绘制曲线，横轴及纵轴长度相等，形成正方形，在图中将曲线工作点标出，用直线连接各相邻 两点构建曲线。通过计算曲线下面积，可以评定该诊断方法的准确性。
1.4 曲线的解读
灵敏度
1
0.8
0.6
0.4
诊断性试验分析的评价指标
• 灵敏度和特异度 • 假阴性率（漏诊率） • 假阳性率（误诊率） • 似然比 • 阳性似然比（） • 阴性似然比（） • 诊断比数比（） • 曲线
2.4.4 发表偏倚的识别 • 在分析中发表偏倚识别一般采用的是漏斗图法，还有失安全系数法，秩相关法和 回归法等等。
3. 诊断性试验分析方法在统计软件中的实现
假阴性率（漏诊率） 灵敏度；特异度； 假阴性率；假阳性率
指标
特异度 假阳性率（误诊率）
• 这个四格表衍生的各种指标：真阳性率（敏感度）、假阳性率、假阴性率、真阴性率（特异度）等等都是 评估替代检验方法鉴别患病和无病的能力。通常情况下我们以敏感度为纵坐标，1-特异度为横坐标绘制曲 线，制作曲线。
1.3 曲线定义
探讨异质性
3.4 非阈值效应检验
3.5 合并各诊断试验评价指标
绘制森林图
合并灵敏度 合并特异度
合并阳性似然比 合并阴性似然比
合并曲线
携手共进，齐创精品工程
Thank You
世界触手可及