診斷試驗準確性的Meta分析怎麼做？

1、問題與數據

Theron G 等人擬評價MTBDRsl version 1.0方法檢測耐葯TB患者（利福平耐葯TB或MDR-TB）對氟喹諾酮類藥物耐藥性的準確性[1]。耐葯的金標準為基於液態培養皿或固態培養皿的培養葯敏測試（culture-based DST）。研究者通過檢索資料庫，對最終納入的文獻，提取的如下信息：作者、發表年代、真陽性值（TP）、假陽性值（FP）、假陰性值（FN）、真陰性值（TN）。

最終納入9篇研究，各研究的四格表數據如下。試問：在本研究關心的耐葯TB患者，進行氟喹諾酮類的耐藥性測試時，試驗方法MTBDRsl version 1.0的準確性如何？

2、對數據結構的分析

該Meta分析納入了9個診斷試驗，每個診斷試驗均給出了真陽性值、假陽性值、假陰性值和真陰性值4個數據。Meta分析的結局指標為合并的靈敏度和特異度，因此屬於診斷試驗準確性的Meta分析。

3、Meta-disc操作方法

（1）數據錄入Meta-dics

（2）選擇AnalyzeThreshold Analysis

（3）選擇AnalyzePlots...

（4）….Seletct plot……選擇Sensitivity

（5）….Seletct plot……選擇Specificity

4、結果解讀

閾值效應檢驗：通過計算靈敏度對數與（1-特異度）對數的Spearman相關係數=-0.667, P=0.050，表明不存在閾值效應。（強正相關提示有閾值效應）

註：在診斷試驗準確性Meta分析中，閾值效應是產生異質性的重要原因之一。因此，若存在閾值效應，在進行Meta分析合并效應值的時候，最好的合并數據方法是擬合sROC曲線和計算ROC曲線下面積，或者不進行合并。如何擬合sROC曲線，感興趣的小夥伴可以私信小咖哦~

靈敏度的森林圖中給出了靈敏度的統計信息包括各個研究的靈敏度及其95%置信區間（Sensitivity (95%CI)）、合并的靈敏度及其95%置信區間（Pooled Sensitivity）；還給出了異質性檢驗的結果，包括：Q統計量檢驗的卡方值（Chi-square）和自由度（df）、I2統計量檢驗結果（Inconsistency (I-Square)）。

（1）首先看異質性檢驗的結果：I2=83.0%，說明9個原始研究間數據的異質性較大，應選用隨機效應模型（該軟體默認的模型即為隨機效應模型）。

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

特異度的森林圖中給出了特異度的統計信息包括各個研究的特異度及其95%置信區間（Sensitivity (95%CI)）、合并的特異度及其95%置信區間（Pooled Sensitivity）；還給出了異質性檢驗的結果，包括：Q統計量檢驗的卡方值（Chi-square）和自由度（df）、I2統計量檢驗結果（Inconsistency (I-Square)）。

（1）首先看異致性檢驗的結果：I2=41.2%，說明9個原始研究間數據存在異致性，應選用隨機效應模型（該軟體默認的模型即為隨機效應模型）。

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

5、撰寫結論

用MTBDRsl version 1.0方法檢測耐葯TB患者對氟喹諾酮類耐藥性時，其準確性較高，合并的靈敏度為0.90（95% CI：0.87-0.92），合并的特異度為0.99 （95% CI：0.98-0.99）。