诊断性实验的Meta分析.ppt

诊断性实验的Meta分析
刘延青 研究生
1
前言
临床医生在接诊的过程中，经常考虑的问题就是如何把可以有病与实际无病的人区别开来，以及如何将患某种疾病的患者于其他疾病鉴别出来，这个过程中就需要合理运用诊断试验。广义诊断包括实验室检查、影像学诊断、仪器检查、病史询问、体格检查等。
对于某个诊断性试验，可能已有多位研究者进行了研究，为了对不同的研究结果进行综合性分析，获得综合的结论，需要采用诊断性实验的Meta分析。
2
单个诊断性试验的简单介绍
1
诊断性试验meta分析论文的基本内容
2
诊断性试验meta分析方法在统计软件中的实现
3
基本内容
3

单个诊断性试验四格表

单个诊断性实验的评价指标

ROC曲线定义
1. 单个诊断性试验的简单介绍

ROC曲线的解读
4
某诊断试验
金标准
合计
阳性
阴性
阳性
TP（a）
FP（b）
a+b
阴性
FN（c）
TN（d）
c+d
单个诊断性试验四格表
5
灵敏度
假阴性率（漏诊率）
指标
特异度
假阳性率（误诊率）
灵敏度=a/a+c；特异度=b/b+d；
假阴性率=c/a+c；假阳性率=d/b+d
单个诊断性实验的评价指标
6
这个四格表衍生的各种指标：真阳性率（敏感度）、假阳性率、假阴性率、真阴性率（特异度）等等都是评估替代检验方法鉴别患病和无病的能力。通常情况下我们以敏感度为纵坐标，1-特异度为横坐标绘制曲线，制作ROC曲线。
7
对某一诊断试验方法，通过改变诊断临界点，可以获得多对灵敏度和特异度，以敏感度为纵坐标，1-特异度为横坐标绘制曲线，横轴与纵轴长度相等，形成正方形，在图中将ROC曲线工作点标出，用直线连接各相邻两点构建ROC曲线。通过计算ROC曲线下面积，可以评定该诊断方法的准确性。
ROC曲线定义
8
敏感度增高，则特异度降低，反之亦然
ROC曲线常用于确定最佳临界点。一般认为左上角对应的检验方法或临界值具有较高的诊断价值，因为其兼具较高的敏感度和特异度。
ROC曲线的解读
9
曲线上与（0,1）点绝对距离最近的点。
（3）
曲线与经过（0,1）和（1,0）两点直线的交点；
（2）
曲线与斜率为1的斜线的切点；
（1）
所谓的“曲线左上角”至少可以找出3种判断方式：
10