R. python新手日记生物信息学从零开始学R语言从零开始

一文解决诊断性meta分析(第一章)

2019-08-15  本文已影响0人  柳叶刀与小鼠标

基于诊断试验合并原则,多个具有相似特征的原始研究应当被纳入,然而由于各试验间特征性差异及抽样误差等混杂因素干扰,且各研究间可能采用不同的截断值等因素影响,导致所报告的诊断试验准确度的评价指标呈现一定的异质性。诊断性试验(diagnostic test accuracy,DTA)Meta分析通过对原始研究设计,研究质量,阈值效应等因素进行定量分析,以求获得综合的诊断试验评价指标,致使基于DTA的Meta分析成为循证诊断高质量证据的重要来源之一。

诊断准确性试验(diagnostic test accuracy,DTA)的 Meta 分析是循证诊断高质量证据的重要来源 。当前有诸多软件能够实现 DTA 的 Meta 分析 ,如 RevMan 5 软件和SAS 软件 。R 软件为功能强大的 Meta 分析软件,mada 程序包是 R 专用于实现 DTA Meta 分析的程序包。mada 程序包由 Philipp Doebler 研发,该程序包是基于经典统计方法来实现的 。

诊断试验是以金标准(公认的可靠诊断方法,能正确区分有病和无病)作为盲法对照,评估诊断方法的灵敏度、特异度和诊断价值的科研过程。科学的诊断试验可避免临床医生单凭经验作出错误的判断。然而,由于地区、个体、实施方法等因素的差异,同一诊断方法的研究结果可能是不同,甚至是矛盾的;因此需要利用Meta分析进行定量合并。另外,临床应用的诊断方法也愈来愈多,诊断试验Meta分析可进行诊断价值的评估和对比。

上一篇下一篇

猜你喜欢

热点阅读