北京物流信息联盟

诊断试验准确性的Meta分析怎么做?(Meta-disc软件)

2022-05-26 09:17:48

1、问题与数据

Theron G 等人拟评价MTBDRsl version 1.0方法检测耐药TB患者(利福平耐药TB或MDR-TB)对氟喹诺酮类药物耐药性的准确性[1]。耐药的金标准为基于液态培养皿或固态培养皿的培养药敏测试(culture-based DST)。研究者通过检索数据库,对最终纳入的文献,提取的如下信息:作者、发表年代、真阳性值(TP)、假阳性值(FP)、假阴性值(FN)、真阴性值(TN)。


最终纳入9篇研究,各研究的四格表数据如下。试问:在本研究关心的耐药TB患者,进行氟喹诺酮类的耐药性测试时,试验方法MTBDRsl version 1.0的准确性如何?



2、对数据结构的分析

该Meta分析纳入了9个诊断试验,每个诊断试验均给出了真阳性值、假阳性值、假阴性值和真阴性值4个数据。Meta分析的结局指标为合并的灵敏度和特异度,因此属于诊断试验准确性的Meta分析。

3、Meta-disc操作方法

(1)数据录入Meta-dics



 

(2)选择Analyze→Threshold Analysis

 



(3)选择Analyze→Plots...



 

(4)….Seletct plot……选择Sensitivity



 

(5)….Seletct plot……选择Specificity

 


4、结果解读



阈值效应检验:通过计算灵敏度对数与(1-特异度)对数的Spearman相关系数=-0.667, P=0.050,表明不存在阈值效应。(强正相关提示有阈值效应


注:在诊断试验准确性Meta分析中,阈值效应是产生异质性的重要原因之一。因此,若存在阈值效应,在进行Meta分析合并效应值的时候,最好的合并数据方法是拟合sROC曲线和计算ROC曲线下面积,或者不进行合并。如何拟合sROC曲线,感兴趣的小伙伴可以私信小咖哦~


灵敏度的森林图中给出了灵敏度的统计信息包括各个研究的灵敏度及其95%置信区间(Sensitivity (95%CI))、合并的灵敏度及其95%置信区间(Pooled Sensitivity);还给出了异质性检验的结果,包括:Q统计量检验的卡方值(Chi-square)和自由度(df)、I2统计量检验结果(Inconsistency (I-Square))。



(1)首先看异质性检验的结果:I2=83.0%,说明9个原始研究间数据的异质性较大,应选用随机效应模型(该软件默认的模型即为随机效应模型)。


(2)再看合并的灵敏度及其95% CI:合并的灵敏度=0.90,95% CI:0.87-0.92。


特异度的森林图中给出了特异度的统计信息包括各个研究的特异度及其95%置信区间(Sensitivity (95%CI))、合并的特异度及其95%置信区间(Pooled Sensitivity);还给出了异质性检验的结果,包括:Q统计量检验的卡方值(Chi-square)和自由度(df)、I2统计量检验结果(Inconsistency (I-Square))。


(1)首先看异致性检验的结果:I2=41.2%,说明9个原始研究间数据存在异致性,应选用随机效应模型(该软件默认的模型即为随机效应模型)。


(2)再看合并的特异度及其95% CI:合并的特异度=0.99,95% CI:0.98-0.99。

5、撰写结论

用MTBDRsl version 1.0方法检测耐药TB患者对氟喹诺酮类耐药性时,其准确性较高,合并的灵敏度为0.90(95% CI:0.87-0.92),合并的特异度为0.99 (95% CI:0.98-0.99)。

6、延伸阅读

A.异质性的判断


Meta分析时,若I2<25%,则认为不存在异致性;若I2的值介于25%-50%之间,则认为异致性程度较小;若I2的值介于50%-75%之间,则认为存在一定的异致性;若I2>75%,则认为存在较大的异致性。


B.固定效应模型的设置


若研究间不存在异致性,则可采用固定效应模型:


选择Analyze→Options... 




选择“Mantel-Haenszel(FEM)”-点击“close”即可:



参考文献

1. Cochrane Database Syst Rev. 2016 Sep;9:CD010705.


(如果你想使用文中数据进行练习,请随时给小咖(微信:xys2016ykf)发消息,小咖将原始数据发给你。)


研究进展精彩回顾

1. Meta分析:基因与2型糖尿病风险

2. 医学领域的系统综述,质量如何?


研究方法学精彩回顾

1. 原来,Meta分析有辣么多种!

2. 一文掌握:诊断试验如何设定截点(多图)

医咖会微信:medieco-ykh

关注医咖会,轻松学习临床研究方法学

我们建了一个微信群,有临床研究设计或统计学方面的难题?快加小咖个人微信(xys2016ykf),拉你进群,和其他小伙伴们一起交流学习吧。


点击左下角“阅读原文”,看看医咖会既往推送了哪些研究设计或统计学文章。还可以到医咖会公众号下方的自定义菜单,点击“直接搜索”,查找你想了解的内容。

友情链接

Copyright © 2023 All Rights Reserved 版权所有 北京物流信息联盟