诊断性试验Meta分析报告Word文件下载.docx

1、病理29829.19.63538181613229212Stieber回顾31438.311.941399444648218183Molina 西班牙80250251341147961548577Nissan 以色列1622229612819119113Shibayama 日本359497.57411104065234235Lamy 法国是245531711711024369795Takada 32633.810.673634328203182Yamaguchi 6028,1802647469449Sun 中国10016.3156058Yang 1442372注： 表中 10 个原始研究均使用

2、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: NSERevman5.2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 Anal

3、ysesAnalysesProGRP，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、

4、特异度、 似然比、 诊断比值比等） 及异质性检验统计量:2. 绘制敏感度、 特异度森林图:3. 绘制 ROC 曲线图：4. 绘制漏斗图， 识别发表偏倚:STATISTICAL TESTS FOR SMALL STUDY EFFECTS/PUBLICATION BIAS5. 绘制似然比森林图:6. 绘制诊断比值比森林图：7.绘制验前概率、 验后概率图：验前概率=患病率，验后概率=验前概率*似然比二 拟合HSROC模型：metandi命令1.合并统计量命令2.绘制SROC曲线Meta-disc14表2 Meta-Disc软件的主要功能主要功能说明Describing primary results

5、 and exploring heterogeneity描述原始结果和探索异质性Tabular results将结果以表格形式列出Forest plots（sensitivity,specificity,LRs,dOR）以森林图形式显示灵敏度、特异度、似然比和诊断比值比ROC plane scatter-plotsROC平面散状图Cochran-Q,Chi-Square, Inconsistency index判断研究间异质性Filtering/subgrouping capacities亚组分析Exporing Threshold effect探讨阈值效应Spearman correlati

6、on coefficientSpearman相关系数ROC plane plotsROC平面图SROC curve fitting.Area under the curve（AUC） and Q拟合SROC曲线、计算AUC和Q指数Meta-regression analysis回归分析，探讨异质性来源Univariate and multivariate Moses and Litteenberg model（weight and unweight）（加权或未加权）单变量及多变量Moses Litteenberg模型Statistical polling of indices合并统计量Fixe

7、d effect model固定效应模型Random effect model随机效应模型数据录入Meta分析1.探索阈值效应2.合并效应量、探讨异质性Summary Specificity Study | Spe 95% Conf. Iterval. TP/（TP+FN） TN/（TN+FP）-Schneider | 0.927 0.887 - 0.956 35/51 229/247Stieber | 0.960 0.926 - 0.982 41/87 218/227Molina | 0.874 0.845 - 0.899 134/175 548/627Nissan | 0.952 0.89

8、8 - 0.982 29/37 119/125Shibayama | 0.955 0.921 - 0.977 74/114 234/245Lamy | 0.980 0.929 - 0.998 117/146 97/99Takada | 0.902 0.856 - 0.938 73/101 203/225Yamaguchi | 0.987 0.973 - 0.995 80/127 469/475Sun | 0.909 0.813 - 0.966 25/34 60/66Yang | 0.889 0.800 - 0.948 46/63 72/81 Pooled Spe | 0.930 0.920 - 0.940 Heterogeneity chi-squared = 77.68 （d.f.= 9） p = 0.000Inconsistency （I-square） = 88.4 %No. studies = 10.Filter OFFAdd 1/2 to all cells of the studies with zero 3.绘制森林图4.绘制SROC曲线5.meta回归分析