诊断性试验的系统评价及统计方法.ppt

步骤7：系统评价的定期更新 讨论包括： 主要结果一览：Summary of main results ? 优缺点：Strengths and weaknesses of the review ? 推广应用价值：Applicability of findings to clinical practice and policy ? 谢谢！ * Change to PPICO * * Sometimes you have a comparison test as well * * * * * * * * * * * * * * * * * * * * 外部真实性 内部真实性 步骤5–汇总分析 数据提取（Extracting data from trials） 可行性分析（Does it make sense to combine?） 汇总分析（Combining data- Meta analysis） 数据提取 统计指标 2、Meta分析的共性问题：可行性分析 发表偏倚*： 异质性问题*：“橘子”与“苹果”之争 临床异质性 方法学异质性 诊断性试验Meta分析的准入条件 是否所纳入的诊断研究应完全相同？ 何种情况下，可认定检测的内容是相同的？ Types of studies? ? Participants? ? Index tests? ? Comparator tests ? Target conditions? ? Reference standards? 异质性检验 目测森林图法 Q检验法 诊断结果间的变异来源 机遇（样本大小不一） 阈值效应：客观、主观判定 方法学异质性：研究质量参差不齐 临床异质性：重点关注 纳入研究的病例谱、性别、年龄构成 检测时间与随访时间 有临床意义的分界点和阈值 阈值效应 阈值上升，敏感度下降但特异度提高 阈值下降，敏感度上升但特异度下降 准确度效应 高估准确度： 病例谱偏倚 低估准确度： 判定标准—不佳（poor reference standard） 病例谱效应 “无病”组对象的构成变化 “有病”组对象的构成变化 诊断性试验的Meta分析 用于汇总分析，计算加权均值或平均效应量； 汇总分析能充分利用相关数据信息，可提高估计精度。 DX-Meta分析中的效应量表达 效应指标： 敏感度和特异度 阳性结果预测值/阴性结果预测值 阳性似然比和阴性似然比 DOR SROC曲线 诊断性试验的Meta分析方法 单个指标的汇总分析（敏感度、特异度、似然比） 固定效应模型与随机效应模型 异质性明显，汇总分析欠妥 若存在阈值效应，将造成合并效应量的低估； SROC曲线 SROC曲线-Moses-littenberg模型 分层结构HSROC-双变量随机效应模型（BRE） 1. RevMan的分析结果（实例） 敏感度 特异度 2. Meta-Disc分析结果（实例） 3. STATA分析结果 方法 异质性 阈值效应 权重 合并效应量 软件 Sen Spe (FM) 否 否 固定效应 点估计 MetaDisc Sen Spe (RM) 是 否 随机效应 点估计 MetaDisc ?LR (RM) 是 否 随机/固定 点估计 多种 SROC (Moses-Littenberg） 是 是 固定 ROC 多种 SROC(HSROC) 是 是 随机 点/ROC SAS、stata SROC (BRE) 是 是 随机 点/ROC SAS、stata Meta分析方法一览 Meta分析方法的选择路径 （1）Meta-Disc固定与随机效应模型 DOR=6.87(5.48，8.61) DOR=8.00(4.97，12.85) （2）SROC汇总结果-stata SROC的推荐方法 Moses/Littenberg法绘制Summary ROC曲线 要求研究间的DOR比较接近 阈值不同情况下，可以进行汇总分析 可探讨DOR与阈值的变化趋势 但对ROC曲线某一工作点的解释比较困难 其他绘制Summary ROC曲线的模型 双变量随机效应模型：Bivariate normal, random effects model 分层结构HSROC Moses/Littenberg未考虑原始研究的估计精度 Moses/Littenberg研究间的异质性处理能力不足 Moses/Littenberg回归的解释变量选择不当（测量错误）。 上述不足导致Moses/Littenberg法无法估计可信区间和P值 分层结构模型：包括5个参数（准确度与阈值的均数及方差、形状参数 双变量随机效应模型：包括5个参数（敏感度与特异度Logit转换的均数及方差、两者的相关系数） 若模型中无研究水平的解释变量，两者的估计