诊断性meta分析简单实现(1)之梦的解析revman

敏孙 meta分析, 博客, 基础科研, 数据分析 2017年5月3日

1.89W 3 1

第一章范文和范文解析

猴哥没有做过诊断性meta分析，但是很多好友非常擅长。特索要相关资料，与大家共享，其中也有些许百度得到的资料，在这里，仅仅是讲述如何操作来实现诊断性meta分析。

理论部分，大家参考《循证医学方法学》和《系统评价/meta分析理论与实践》。

写文章前，大家可能都要重复一下别人的文章。我们一起看看广为流传的传说。那些年的教授们做的诊断meta分析。我们用一个示例sample把问题说深说透。

最经典范文回顾：

《ProGRP与NSE对小细胞肺癌诊断价值的meta分析》

作者：王纪文高佳赫捷中国肺癌杂志 2 0 1 0年 1 2月第 1 3卷第 1 2期

最经典范文解析：

《诊断性试验Meta分析的效应指标评价》

作者：张俊徐志伟李克《中国循证医学杂志》 2013年07期

范文摘要：背景与目的胃泌素释放肽前体（pro-gastrin-releasing peptide, ProGRP）和神经元特异性烯醇化酶（neuron specific enolase, NSE）是目前研究较多的小细胞肺癌（small cell lung cancer, SCLC）肿瘤标记物，本研究综合评价了二者对SCLC的诊断价值。方法检索Pubmed、 OVID、 Elsevier Sciencedirect、 Springer、 Cochrane Library、 Embase、 IFCC、中国生物医学文献数据库和维普医药信息资源系统，收集血清ProGRP与NSE用于SCLC诊断的研究数据。通过meta分析拟合SROC曲线，合并诊断效应量，比较ProGRP和NSE对SCLC的诊断效能。结果本次meta分析共纳入10篇文献，累计病例2 536例，其中SCLC 935例，非小细胞肺癌（non-small cell lung cancer, NSCLC） 1 601例，对照849例。 ProGRP和NSE的合并敏感度分别为0.70和0.61，合并特异度为0.93和0.90，合并阳性似然比为11.57和5.67，合并阴性似然比为0.32和0.45，合并诊断比值比为36.45和13.08。 SROC曲线显示， ProGRP和NSE的Q*统计量分别为0.804 2和0.723 2，但差异无统计学意义。结论 ProGRP对SCLC的鉴别能力与NSE相近，但特异度更高，可以作为SCLC的诊断指标。

文章中数据如下：

英文版:

表1：基线资料表，所有文章都需要

表2：数据提取表，所有文章都需要

中文版的数据提取格式： ProGRP的数据，以下是可复制的数据：

作者	国家	病例数	质量评分（分）	阳性界值（pg/mL）	TP	FP	FN	TN
Schneider	德国	298	28	29.1	35	18	16	229
Stieber	德国	314	27	38.3	41	9	46	218
Molina	西班牙	802	27	50	134	79	41	548
Nissan	以色列	162	28	48	29	6	8	119
Shibayama	日本	359	26	49	74	11	40	234
Lamy	法国	245	29	53	117	2	29	97
Takada	日本	326	30	33.8	73	22	28	203
Yamaguchi	日本	602	29	50	80	6	47	469
Sun	中国	100	27	50	25	6	9	60
Yang	中国	144	26	46	46	9	12	72