診斷性meta分析報告手把教你做臨床Meta分析報告——診斷試驗性Meta-Disc分析報告

1、實用文檔診斷性meta分析手把教你做臨床Meta分析診斷試驗性Meta-Disc分析導(dǎo)讀：診斷性meta分析，手把教你做臨床Meta分析診斷試驗性Meta-Disc分析，診斷性meta分析stata,診斷性試驗meta,推薦訪問：診斷性meta分析stata診斷性試驗meta手把教你做臨床Meta分析一一診斷試驗性Meta-Disc分析臨床治療的基礎(chǔ)首先是需要準確的診斷，準確診斷性Meta分析是Meta分析的一個重要部分，本次想向大家推薦的是一款專用于診斷性試驗的免費Meta分析軟件，臨床醫(yī)學(xué)、臨床檢驗、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人員可用它寫上一篇高大上的診斷準確性試

2、驗的Meta分析文章。安裝軟件Meta-DiSc是一個免費的下載軟件，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。運行軟件在試行此軟件之前，必須明確和熟悉準確診斷性Meta分析里結(jié)果計算的經(jīng)典四格表（可能不會在您所納入的文獻中出現(xiàn)，需要研究人自己總結(jié)并準確的填寫在四格表內(nèi)，不易混淆而且方便分析）。金標準有病無病診斷性試驗+（有?。㏕PFP（可以理解為和經(jīng)典試蛤_（無?。〧NTN做比較的新試蛉方法）TP:Truepositive表示真陽性的結(jié)果，用數(shù)字表示；FP:Falsepositive表示假陽性的結(jié)果

3、，用數(shù)字表示;FN：Falsenegative表示假陰性的結(jié)果，用數(shù)字表示;TN：Truenegative表示真陰性的結(jié)果，用數(shù)字表示。Author：第一作者名+文章年限，如Rachow2013;StudylD:納入文獻的排序編號，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用，一種是當納入的文獻較多的時候，可以按照軟件中表格的形式對應(yīng)寫在Excel表上，點擊復(fù)制Ctrl+c,并點擊黏貼Ctrl+v,便可以copy至軟件中的表格內(nèi)；另一種當納入的文獻數(shù)量較少時，則可以直接用手動輸入到Meta-disc數(shù)據(jù)表內(nèi)，如下圖。$與t，Da/lA-UrrtMed

4、Fid*EdhApniyieWindowHelp口修舊IE的初凰劇閭聞|川叫 出3數(shù)據(jù)的分析(1)合并統(tǒng)計量的分析運行如下圖點擊Analyze,在下拉窗口中選擇TabularResults,并點擊向右指示的三角箭頭,可出現(xiàn)Sensitivity/Specificity;LikelihoodRatio；DiagnosticOR和灰色的SROCArea(SROCS積)。根據(jù)操作人的實驗需要，可點擊需要的分析類型并進行分析。(2)繪制結(jié)果森林圖的分析在Analyze的下拉窗口中選擇Plots.,在Selectplot的下拉框中出現(xiàn)Sensitivity；Specificity；PositiveLRN

5、egativeLR；DiagnosticORROCPlane;SROCCurve操作者可根據(jù)合并統(tǒng)計量結(jié)果的分析選擇對應(yīng)的森林圖結(jié)果后保存。(診斷性meta分析)肯定有的同學(xué)認為介紹到這就結(jié)束了，但是以下兩點注意事項是必須要進行明確的敘述。第一：概念熟悉從經(jīng)典四格表中的描述開始：金標準無病合計診斷性試驗TP (a)FP (b)a+b(可以理解為和經(jīng)典試蛉做比較的新FN (c)TN (d)c+d過晚方法)合計a+cb+dn為總樣本量。真陽性率：即為診斷性試驗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

6、誤診率，無患病的被診斷為患病的個數(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，有患病的未被診斷為患病的個數(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)性分析因為我們是挖著別人的數(shù)據(jù)，寫自己的文章，所以在進行合并統(tǒng)計量的分析中，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，分析就會有一定的誤差，造成診斷實驗結(jié)果的不準確，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分析簡單實現(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分析簡單實現(xiàn)一一第

7、一章范文和范文解析診斷性meta分析簡單實現(xiàn)(2)診斷性meta分析簡單實現(xiàn)(3)當我們做完了上述的統(tǒng)計分析之后，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要給我們一個合適的流程，讓讀者知道你在做什么。這非常重要，讓一個不會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 整個實驗的流程圖1事斷瓶就系統(tǒng)拜冊敷據(jù)處遂流程1.2 納入文獻的流程prisma清單ffl1謹提交源程明心微信號：什汩七也門匚HAig1Studyid電nt訐Mat沁min<lu5ionAndtxclusionifor2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。1.

8、1 基線特征表«i第人衣的哥窣特彼Tab1GeneralcharacteiristicsofindudedtrialsFirstauthorCountryStudytypeBlindeddesignCon&ecutiiveorrandomReferencestandardCasesQualityscoreSchneider0®GermanyProspectiveUnknownConsecutiveHiHology29828Staeber11')GermanyRetrospectiveUnknownUnkiHtawnHistology331427Molinan

9、JlSpainPros|M£theUnknownConsecutiveHistology80227Nissan0!|IsraelProspectiveUnknownConsecutiveHistology16228Shiba/anna,',JapdnUnknawriUnknownCansecutiveHistology35926LsexFranceRetrospectiveVesUnknownHistology24529TikadaJapanRefrospettiveresCari5KutivHistology32630Yamaguchi111JipanUnknowntC5C

10、onsecutireUnknown-60229SunChinaUnknownUnknownUnknownHistology10027YangiEChinaUnknownUnknownUnknown覦惇寫一里三工工法=Qualityscore:scctebyusingcriteriafromthequatityassessmentofdiagnosticKcuracystudies(CUADAS).1.2 數(shù)據(jù)提取表表上靖入冊克華PmGRF制N非他痛的塞特蚊凰Tab2SummaryofruiksofPr&GRPandIN&Eini帆lud聞studiesFirstauthorPr

11、oGRPN5£AssayrrwthodCutoff(py/ml)TPFPFNTN依$?yvnethiodCkilciff(ng/mL)IPFPFNTNSdiMbderMELI&A29.13516229ELISA9.6如3S13212Stiebei111EUSA583419462)8RM11.9靜444S183ELI&A50IM7941548EUSA251145。61577Nissan1'ELtM4S劉68H9Eg22IB121。IBShibayarha1ELIM的M1140卻ELIMZ54。1065詡LdE嚴ELISA5311!722997ELISA17110

12、4369STak*da|s«ELISA33.B732228203ELISAW.6634338182Yavnaguuhi口外ELKASD80647ELISA8179264g449SirnMELISA50256960ECLIA16.319SIS58¥ang|bflELISA464691772ECLIA16340162365ELISA:enzymelinkedimmuncwribentassay;AJA:radioimmunoassay;ECLIAzelecTrb<l,>emilumirie5cut.FP:fatsipaitrvFN:falsengativ.TINkt

13、nJWnegative;ProGRP:pro-gastrin-reledingpeptide;NSE:neufonpecifk電門口山睥.3結(jié)局指標，用表呈現(xiàn)，當然，你也可以用圖來呈現(xiàn)。3. 1結(jié)局指標用表呈現(xiàn)«3ProGRP和NSE的合并敏感度.臺并將異性、合并想熱比Tab3Pooledsensitivity,pooledipecificityandpooledlikelihoodrationctfProGRPandNSEPooledsensitivity95%CHPooledspecifkity(95%CI)PooledPositiveLR(95%CI)PooledNegativ

14、eeLR(95%CI)PooledOOR(95%O)ProGRPOJO0.93113703236第(0,67-073)(0.92-0.94(Z71-1Z39)(0.25-0,401(24J2-55JO)hJCE0.610505670.45B-Cfl(0.58D.64)他S8GS11(3.83-B39)野澄一(7.702223；-jl三產(chǎn)LRzlikeCihoodration；DOR：diagnosticaddFMi。,Ctconfidanteinterval.4. 2結(jié)局指標圖呈現(xiàn)由2 ProGRP精)KNSE (附的(星度置林EBF 螞 2 foten 口應(yīng) 5 of sensitivity

15、 o( ProGftP (Al and NSE (B)SenyOvitySentivity重3 ProCRP (A) ICNSE舊)的料鼻度R薜圖Fig 3 Forest pktt$of specifiaty of ProGRf* (A) and NSE(B)右 翻信號；"汩5匚麗F(B4 ProGRP (AJ 用HSE (6)的耨OC曲倏Fig 4 SfiOC tufvt M ProG冊 W aMK5E '上二他信號：freesci&rJC6f4高級分析：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)表4m£3回歸分析異質(zhì)性的來源Tab4Pos

16、siblesourcesofheterogeneityofmeta-anaysisProGRPN$ECoef1PCoefZPRepublicyear0.042<920.3S50.00741209075M0,0000.050.9630.001120,229Studytype-0.107-0.390.700-0,141-0.420.673Consecutiveor/andom0,14003】0.7600.4210.760.449Blindeddesign0.8151.800.0720.7401.290.198Assaymethod-0,427-000.4231,3檢告虧竹，：一0.011Co

17、ef：coefficient.4.2 stata12.0軟件做的begg漏斗圖，用圖呈現(xiàn)，目前stata13已經(jīng)不用這種圖，推薦用egger圖，如果大家用begg圖，請移步stata12.0I'ft圖 S ProGRP (A)和N$E (8)的斗圖Fig5FunnelgraphforPrcGRPandN5E(B4.3 作者非常用心，還做了分別剔除每個樣本的敏感性分析，也就是每次剔除一個樣本，然后合并剩余樣本的結(jié)果，然后剔除后對總體結(jié)局指標的影響。大家也要做有心人，用表呈現(xiàn)敏感性分析的結(jié)果哦，這樣審稿人就不會提太多的問題了。表S各研究對ms治分析結(jié)果的敏惠度分析Tab5Theinflue

18、nceafeachtrilfortheoutcomeofthsme用-anal推isFirstauthorProGRPNS£DOR95版aDOR9S%CISchneideri11113氏0724.03-M3012.697.08-22.69StiebeM33.042WL2215.389.82-24,10MHih卻w羽跳24.98-63.501m6.B2-22.17MiwaM"34.392255-52.4413.62Z68-24J7Shibayam-136.4623.02-57.7512.687a("8Lam/1513237”44-472911246J1-1S.B2T

19、akadaf«39.0824.5362.2S14.157.92-2S.2«Yamaguchji29.922161-41,41118808*加助Sun37.S024J0-58.3513.547.67-23.93Ying3B,7624.81-60.5514m191*4Combined3&3824.p.S4.77134儲信號：由浮4級K5深入挖掘5.1stata軟件做fagan圖，了解驗刖概率（目刖的發(fā)病率）和驗后概率（該診斷試驗估計后的發(fā)病率）Lib ihou-dl R aI io予 t R_p4i¥ii |Te 13Pst Pi曲-«-> I

20、 R_N£(MiW® 0_J2it1 u->t I'rjb bfccj(ri) = 11A(£27三 qeqzd IBU1 由4_¥ R7 5JM荊M翳卻?7好瑞 b * * *:, : (承)Avuqq£d J*7*d(承)對二-qrtqojd llnuTuJdF agg N。mo gr ajnLiJc屈ihg d Rai 尬(更.rmQ.dl號 Pim PidMF)=豌* R_翼.嗎就后七 AFwjb R>i i %) - 7VLK.atlvraOillP口或 Pmb hrt£|(=13口一 飛至 pooLI=

21、g-J3>-5 口a圖2ProGRPf匿A】和NSE圖即的萼前概率卻駭后啾LUQEitckJSiOrt&Confinmabon,LRP>10,LRhKO1RUQConfirmationOnlyLRP>1O.LRN>01LLQ：ExclusiorOnlyLRPm地LRN旬TRLQNoExclusionorConfirmationLRP<lOdLRN>01SummaryLRP&LRNforIndexTestWithS5%ConfidenceIntervals011NegativeLikelihoodRatio5.2stata軟件做Deek'

22、;S漏斗圖了解哪個研究發(fā)生了偏倚?？梢詫⒀芯康拿謱懮系呐禠ogOddsRatioversusI/sqr(EffecttveSanipkSizr)(Dtrks)StudyRtgreSSionLinr0.06。演OJOl/root(ESS)圖3P甲GRP的De函s漏斗圖（戶:閱5學(xué)三好了，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值，都是值得

23、發(fā)表的。畢竟，無論是成功、失敗、或是意料之外的結(jié)果都同樣能推動科學(xué)的進展。陰性結(jié)果的文章確實是有一定發(fā)表難度的。對于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)表陰性試驗的研究結(jié)果，例如：ArchivesofDrugInformation,BMCResearchNotes,JournalofDrugAssessment,Jour

24、nalofNegativeResultsinBiomedicine,PLoSOne和Trials等。擔浮曹簧I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.所納入的文獻確保是高質(zhì)量文獻。國人寫的文章會有各種各樣的弊端(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

25、你各種偏倚沒有注意和排除，Meta的方法學(xué)應(yīng)用不對等等造成的，所以你要仔細檢查確保不出錯。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，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)果個體化治療的優(yōu)越。再如診斷試驗，總體陰性，亞組陽性往往提示人群中該特征的個體或藥物基因組學(xué)或人種的差異，也是個體化治療(individualizedtreatment或tailoredtherapy)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霈F(xiàn)該結(jié)果進行深刻的討論，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