診斷性meta分析 手把教你做臨床 Meta 分析——診斷試驗(yàn)性 Meta-Disc 分析

1、診斷性meta分析 手把教你做臨床 Meta 分析診斷試驗(yàn)性 Meta-Disc 分析導(dǎo)讀：診斷性meta分析,手把教你做臨床 Meta 分析診斷試驗(yàn)性 Meta-Disc 分析,診斷性meta分析stata,診斷性試驗(yàn)meta，推薦訪問：診斷性meta分析stata 診斷性試驗(yàn)meta手把教你做臨床 Meta 分析診斷試驗(yàn)性 Meta-Disc 分析臨床治療的基礎(chǔ)首先是需要準(zhǔn)確的診斷，準(zhǔn)確診斷性 Meta 分析是 Meta 分析的一個(gè)重要部分，本次想向大家推薦的是一款專用于診斷性試驗(yàn)的免費(fèi) Meta 分析軟件，臨床醫(yī)學(xué)、臨床檢驗(yàn)、臨床病理、臨床科研人員、臨床康復(fù)科及臨床影像科等工作

2、人員可用它寫上一篇高大上的診斷準(zhǔn)確性試驗(yàn)的 Meta 分析文章。安裝軟件Meta-DiSc 是一個(gè)免費(fèi)的下載軟件，登錄 http:/www.hrc.es/investigacion/metadisc_en.htm，下載安裝軟件，目前最新版本是 1.4 版。運(yùn)行軟件在試行此軟件之前，必須明確和熟悉準(zhǔn)確診斷性 Meta 分析里結(jié)果計(jì)算的經(jīng)典四格表（可能不會(huì)在您所納入的文獻(xiàn)中出現(xiàn)，需要研究人自己總結(jié)并準(zhǔn)確的填寫在四格表內(nèi)，不易混淆而且方便分析）。TP：True positive 表示真陽性的結(jié)果，用數(shù)字表示；FP：False positive 表示假陽性的結(jié)果，用數(shù)字表示；FN：False nega

3、tive 表示假陰性的結(jié)果，用數(shù)字表示；TN：True negative 表示真陰性的結(jié)果，用數(shù)字表示。1打開軟件，可以看到如下界面Author：第一作者名 + 文章年限，如 Rachow 2013；StudyID：納入文獻(xiàn)的排序編號(hào)，亦可以按照自己理想的排名排序；2數(shù)據(jù)的輸入有三種方法可以輸入，我們掌握其中兩種就足夠運(yùn)用，一種是當(dāng)納入的文獻(xiàn)較多的時(shí)候，可以按照軟件中表格的形式對(duì)應(yīng)寫在 Excel 表上，點(diǎn)擊復(fù)制 Ctrl+c，并點(diǎn)擊黏貼 Ctrl+v，便可以 copy 至軟件中的表格內(nèi)；另一種當(dāng)納入的文獻(xiàn)數(shù)量較少時(shí)，則可以直接用手動(dòng)輸入到 Meta-disc 數(shù)據(jù)表內(nèi)，如下圖。3數(shù)據(jù)的分析（

4、1）合并統(tǒng)計(jì)量的分析運(yùn)行如下圖點(diǎn)擊 Analyze，在下拉窗口中選擇 Tabular Results，并點(diǎn)擊向右指示的三角箭頭，可出現(xiàn) Sensitivity/Specificity；Likelihood Ratio；Diagnostic OR 和灰色的 SROC Area（SROC 面積）。根據(jù)操作人的實(shí)驗(yàn)需要，可點(diǎn)擊需要的分析類型并進(jìn)行分析。（2）繪制結(jié)果森林圖的分析在 Analyze 的下拉窗口中選擇 Plots.，在 Select plot 的下拉框中出現(xiàn) Sensitivity；Specificity；Positive LR；Negative LR；Diagnostic OR；ROC

5、 Plane；SROC Curve。操作者可根據(jù)合并統(tǒng)計(jì)量結(jié)果的分析選擇對(duì)應(yīng)的森林圖結(jié)果后保存。(診斷性meta分析)肯定有的同學(xué)認(rèn)為介紹到這就結(jié)束了，但是以下兩點(diǎn)注意事項(xiàng)是必須要進(jìn)行明確的敘述。第一：概念熟悉從經(jīng)典四格表中的描述開始：n 為總樣本量。· 真陽性率：即為診斷性試驗(yàn)新方法診斷出的患病數(shù)/總患病數(shù) a/(a+c)；· 特異度：即為陰性率，診斷性試驗(yàn)新方法診斷出的未患病數(shù)/總未患病數(shù) d/(b+d)；· 假陽性率：即為誤診率，無患病的被診斷為患病的個(gè)數(shù)/總未患病數(shù) b/(b+d)，也可表示為 1-d/(b+d)；· 假陰性率：即為漏診率，有患病

6、的未被診斷為患病的個(gè)數(shù)/總患病數(shù) c/(a+c)，也可表示為 1-a/(a+c)。第二：文章的異質(zhì)性分析因?yàn)槲覀兪峭谥鴦e人的數(shù)據(jù)，寫自己的文章，所以在進(jìn)行合并統(tǒng)計(jì)量的分析中，必須要明確不同的研究或者呈現(xiàn)的結(jié)果是同質(zhì)性（或者無明顯的異質(zhì)性），否則差異太大，分析就會(huì)有一定的誤差，造成診斷實(shí)驗(yàn)結(jié)果的不準(zhǔn)確，從而造成誤判。(診斷性meta分析)介紹到這里就結(jié)束了，大家趕快去下載軟件試一下吧。診斷性meta分析簡(jiǎn)單實(shí)現(xiàn)(4) 結(jié)果的展示和解讀例文結(jié)果展示和解讀診斷性meta分析簡(jiǎn)單實(shí)現(xiàn)第一章 范文和范文解析診斷性meta分析簡(jiǎn)單實(shí)現(xiàn)(2)診斷性meta分析簡(jiǎn)單實(shí)現(xiàn)(3)當(dāng)我們做完了上述的統(tǒng)計(jì)分

7、析之后，結(jié)果需要整理一下,我們看看例文的作者是如何呈現(xiàn)這些結(jié)果的！1 要給我們一個(gè)合適的流程，讓讀者知道你在做什么。這非常重要，讓一個(gè)不會(huì)meta分析的讀者，了解你在干什么，也就是我們常說的“婦孺皆知”。1.1 整個(gè)實(shí)驗(yàn)的流程1.2 納入文獻(xiàn)的流程prisma清單2 用最合適的方式呈現(xiàn)出你的結(jié)果。你可以用表，也可以用圖。2.1 基線特征表2.2 數(shù)據(jù)提取表3 結(jié)局指標(biāo)，用表呈現(xiàn)，當(dāng)然，你也可以用圖來呈現(xiàn)。31 結(jié)局指標(biāo)用表呈現(xiàn)32 結(jié)局指標(biāo)圖呈現(xiàn)4 高級(jí)分析：探討異質(zhì)性來源4.1 meta回歸探討異質(zhì)性來源，用表呈現(xiàn)4.2 stata 12.0軟件做的begg漏斗圖，用圖呈現(xiàn)，目前stata

8、13 已經(jīng)不用這種圖，推薦用egger圖，如果大家用begg圖，請(qǐng)移步stata12.04.3 作者非常用心，還做了分別剔除每個(gè)樣本的敏感性分析，也就是每次剔除一個(gè)樣本，然后合并剩余樣本的結(jié)果，然后剔除后對(duì)總體結(jié)局指標(biāo)的影響。大家也要做有心人，用表呈現(xiàn)敏感性分析的結(jié)果哦，這樣審稿人就不會(huì)提太多的問題了。5 深入挖掘5.1 stata軟件做fagan圖，了解驗(yàn)前概率（目前的發(fā)病率）和驗(yàn)后概率（該診斷試驗(yàn)估計(jì)后的發(fā)病率）5.2 stata軟件做DeekS漏斗圖了解哪個(gè)研究發(fā)生了偏倚?？梢詫⒀芯康拿謱懮系呐逗昧?，over了，這篇文章我們就剖析到這里，大家趕快回顧一遍。明年就開始我們的診斷meta分

9、析的旅程吧！一.陰性結(jié)果的meta分析能發(fā)高分文章么很多朋友在做完Meta分析后，發(fā)現(xiàn)結(jié)果為陰性，即沒有統(tǒng)計(jì)學(xué)意義。這樣的Meta分析還值得發(fā)表嗎？答案是肯定的，無論是陽性結(jié)果還是陰性結(jié)果，只要是有一定的臨床參考價(jià)值，都是值得發(fā)表的。畢竟，無論是成功、失敗、或是意料之外的結(jié)果都同樣能推動(dòng)科學(xué)的進(jìn)展。陰性結(jié)果的文章確實(shí)是有一定發(fā)表難度的。對(duì)于Meta分析來說，我們的研究結(jié)果是基于前人的研究結(jié)果的匯總，因此首先是納入研究中有陰性結(jié)果，其次該結(jié)果的效應(yīng)比陽性結(jié)果的效應(yīng)大。如果我們的分析沒有問題，納入的文獻(xiàn)質(zhì)量又比較高，那么該結(jié)果是可以拿來發(fā)表的。也就是說如果研究數(shù)據(jù)有一定信息量和教育意義，許多期刊還

10、是愿意接受陰性結(jié)果稿件。有一些期刊還特別指出，他們樂于發(fā)表陰性試驗(yàn)的研究結(jié)果，例如：Archivesof Drug Information，BMC Research Notes，Journal of Drug Assessment，Journal of Negative Results in Biomedicine， PLoS One和 Trials等。<擔(dān)浮曹簧丨毫查桐腸昆br />在這里，跟大家分享下如何處理Meta分析出現(xiàn)陰性結(jié)果？如何撰寫這種類型的文章？1. 所納入的文獻(xiàn)確保是高質(zhì)量文獻(xiàn)。國(guó)人寫的文章會(huì)有各種各樣的弊端（大家都知道的），因此最好避免納入這種文章。另外可以選擇

11、性的引用高影響因子的文章。2.檢查自己的Meta分析是否有誤。Meta分析的結(jié)果是我們的文章中心，因此一定要確保分析結(jié)果的正確性。檢驗(yàn)正確性的方法可以通過再次分析得出。如果分析的總體效應(yīng)是陰性，可以查閱納入文獻(xiàn)的結(jié)果看是否是陰性結(jié)果的人數(shù)占主導(dǎo)地位。另外，結(jié)果陰性還有可能是你各種偏倚沒有注意和排除，Meta的方法學(xué)應(yīng)用不對(duì)等等造成的，所以你要仔細(xì)檢查確保不出錯(cuò)。3. 做亞組分析，找陰性結(jié)果來源。小編建議大家，得到陰性的總體效應(yīng)時(shí)，還可以做亞組分析。如干預(yù)研究中，總體陰性，亞組陽性往往提示不加選擇的所謂規(guī)范化治療的軟肋，而顯示出根據(jù)亞組研究結(jié)果個(gè)體化治療的優(yōu)越。再如診斷試驗(yàn)，總體陰性，亞組陽性往

12、往提示人群中該特征的個(gè)體或藥物基因組學(xué)或人種的差異，也是個(gè)體化治療（individualizedtreatment或tailored therapy）的基礎(chǔ)。4.討論一定要深入。陰性結(jié)果的Meta分析，最關(guān)鍵是能夠?qū)槭裁磿?huì)出現(xiàn)該結(jié)果進(jìn)行深刻的討論，一篇文章寫的好不好也體現(xiàn)在討論部分，體現(xiàn)作者水平的部分，讀者也是根據(jù)你的討論來對(duì)你的結(jié)果有分寸的慎重的來指導(dǎo)臨床。討論部分的切入點(diǎn)可以通過亞組分析的結(jié)果來體現(xiàn)。亞組分析能夠很好的幫我們找到異質(zhì)性來源。如果亞組分析結(jié)果既有養(yǎng)性又有陰性，那么可以重點(diǎn)討論導(dǎo)致這兩種結(jié)果出現(xiàn)的原因是什么。二.診斷性meta分析亞組分析問題求助你說的后邊的不對(duì),比如排除平均

13、年齡大于80的文獻(xiàn)。這句話是正確的，或者納入排除研究后的meta分析,排除營(yíng)養(yǎng)不良率大于60%的文獻(xiàn)而亞組分析主要從文獻(xiàn)里分組病例特性來排除,等等亞組分析主要從文獻(xiàn)里分組病例特征分類。敏感性分析是排除低質(zhì)量研究后的meta分析。亞組分析是根據(jù)納入研究的病人特點(diǎn)適當(dāng)氦孩份絞莓悸逢溪撫婁的進(jìn)行分層，過多的分層和過少的分層都是不好的三.診斷性meta分析的發(fā)表偏倚用stata怎么做stata并沒有m輔龔滇夾鄄蝗殿偉東連eta分析的命令，輸入findit meta，可在網(wǎng)上搜索相關(guān)資源。但目前沒找到相關(guān)命令。建議一本書，可以閱讀來找到方法：參見 mancaozhaowen  2016-4-4

14、四.meta分析是什么Meta分析是指用統(tǒng)計(jì)學(xué)方法對(duì)收集的多個(gè)研究資料進(jìn)行分析和概括，以提供量化的平均效果來回答研究的問題。其優(yōu)點(diǎn)是通過增大樣發(fā)釘篡固詁改磋爽單鯨本含量來增加結(jié)論的可信度，解決研究結(jié)果的不一致性 meta分析是對(duì)同一課題的多項(xiàng)獨(dú)立研究的結(jié)果進(jìn)行系統(tǒng)的、定量的綜合性分析。它是文獻(xiàn)的量化綜述，是以同一課題的多項(xiàng)獨(dú)立研究的結(jié)果為研究對(duì)象，在嚴(yán)格設(shè)計(jì)的基礎(chǔ)上，運(yùn)用適當(dāng)?shù)慕y(tǒng)計(jì)學(xué)方法對(duì)多個(gè)研究結(jié)果進(jìn)行系統(tǒng)、客觀、定量的綜合分析。1）能對(duì)同一課題的多項(xiàng)研究結(jié)果的一致性進(jìn)行評(píng)價(jià)；2）對(duì)同一課題的多項(xiàng)研究結(jié)果作系統(tǒng)性評(píng)價(jià)和總結(jié)；3）提出一些新的研究問題，為進(jìn)一步研究指明方向；4）當(dāng)受制于某些條件時(shí)，如時(shí)間或研究對(duì)象的限