诊断性meta分析手把教你做临床Meta分析诊断试验性MetaDisc分析Word文档下载推荐.docx
《诊断性meta分析手把教你做临床Meta分析诊断试验性MetaDisc分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《诊断性meta分析手把教你做临床Meta分析诊断试验性MetaDisc分析Word文档下载推荐.docx（15页珍藏版）》请在冰点文库上搜索。
FP：
Falsepositive表示假阳性的结果，用数字表示；
FN：
Falsenegative表示假阴性的结果，用数字表示；
TN：
Truenegative表示真阴性的结果，用数字表示。
1打开软件，可以看到如下界面
Author：
第一作者名+文章年限，如Rachow2013；
StudyID：
纳入文献的排序编号，亦可以按照自己理想的排名排序；
2数据的输入
有三种方法可以输入，我们掌握其中两种就足够运用，一种是当纳入的文献较多的时候，可以按照软件中表格的形式对应写在Excel表上，点击复制Ctrl+c，并点击黏贴Ctrl+v，便可以copy至软件中的表格内；
另一种当纳入的文献数量较少时，则可以直接用手动输入到Meta-disc数据表内，如下图。
3数据的分析
（1）合并统计量的分析运行
如下图点击Analyze，在下拉窗口中选择TabularResults，并点击向右指示的三角箭头，可出现Sensitivity/Specificity；
LikelihoodRatio；
DiagnosticOR和灰色的SROCArea（SROC面积）。
根据操作人的实验需要，可点击需要的分析类型并进行分析。
（2）绘制结果森林图的分析
在Analyze的下拉窗口中选择Plots...，在Selectplot的下拉框中出现Sensitivity；
Specificity；
PositiveLR；
NegativeLR；
DiagnosticOR；
ROCPlane；
SROCCurve。
操作者可根据合并统计量结果的分析选择对应的森林图结果后保存。
（诊断性meta分析）
肯定有的同学认为介绍到这就结束了，但是以下两点注意事项是必须要进行明确的叙述。
第一：
概念熟悉
从经典四格表中的描述开始：
n为总样本量。
∙真阳性率：
即为诊断性试验新方法诊断出的患病数/总患病数a/（a+c）；
∙特异度：
即为阴性率，诊断性试验新方法诊断出的未患病数/总未患病数d/（b+d）；
∙假阳性率：
即为误诊率，无患病的被诊断为患病的个数/总未患病数b/（b+d），也可表示为1-d/（b+d）；
∙假阴性率：
即为漏诊率，有患病的未被诊断为患病的个数/总患病数c/（a+c），也可表示为1-a/（a+c）。
第二：
文章的异质性分析
因为我们是挖着别人的数据，写自己的文章，所以在进行合并统计量的分析中，必须要明确不同的研究或者呈现的结果是同质性（或者无明显的异质性），否则差异太大，分析就会有一定的误差，造成诊断实验结果的不准确，从而造成误判。
介绍到这里就结束了，大家赶快去下载软件试一下吧。
诊断性meta分析简单实现（4）结果的展示和解读
例文结果展示和解读
诊断性meta分析简单实现——第一章
范文和范文解析
诊断性meta分析简单实现
（2）
诊断性meta分析简单实现（3）
当我们做完了上述的统计分析之后，结果需要整理一下,我们看看例文的作者是如何呈现这些结果的！
1要给我们一个合适的流程，让读者知道你在做什么。
这非常重要，让一个不会meta分析的读者，了解你在干什么，也就是我们常说的“妇孺皆知”。
1.1整个实验的流程
1.2纳入文献的流程prisma清单
2用最合适的方式呈现出你的结果。
你可以用表，也可以用图。
2.1基线特征表
2.2数据提取表
3结局指标，用表呈现，当然，你也可以用图来呈现。
3．1结局指标用表呈现
3．2结局指标图呈现
4高级分析：
探讨异质性来源
4.1meta回归探讨异质性来源，用表呈现
4.2stata12.0软件做的begg漏斗图，用图呈现，目前stata13已经不用这种图，推荐用egger图，如果大家用begg图，请移步stata12.0
4.3作者非常用心，还做了分别剔除每个样本的敏感性分析，也就是每次剔除一个样本，然后合并剩余样本的结果，然后剔除后对总体结局指标的影响。
大家也要做有心人，用表呈现敏感性分析的结果哦，这样审稿人就不会提太多的问题了。
5深入挖掘
5.1stata软件做fagan图，了解验前概率（目前的发病率）和验后概率（该诊断试验估计后的发病率）
5.2stata软件做Deek’S漏斗图
了解哪个研究发生了偏倚。
可以将研究的名字写上的哦
好了，over了，这篇文章我们就剖析到这里，大家赶快回顾一遍。
明年就开始我们的诊断meta分析的旅程吧！
一.阴性结果的meta分析能发高分文章么
很多朋友在做完Meta分析后，发现结果为阴性，即没有统计学意义。
这样的Meta分析还值得发表吗？
答案是肯定的，无论是阳性结果还是阴性结果，只要是有一定的临床参考价值，都是值得发表的。
毕竟，无论是成功、失败、或是意料之外的结果都同样能推动科学的进展。
阴性结果的文章确实是有一定发表难度的。
对于Meta分析来说，我们的研究结果是基于前人的研究结果的汇总，因此首先是纳入研究中有阴性结果，其次该结果的效应比阳性结果的效应大。
如果我们的分析没有问题，纳入的文献质量又比较高，那么该结果是可以拿来发表的。
也就是说如果研究数据有一定信息量和教育意义，许多期刊还是愿意接受阴性结果稿件。
有一些期刊还特别指出，他们乐于发表阴性试验的研究结果，例如：
ArchivesofDrugInformation，BMCResearchNotes，JournalofDrugAssessment，JournalofNegativeResultsinBiomedicine，PLoSOne和Trials等。
<
担浮曹簧丨毫查桐肠昆br/>
在这里，跟大家分享下如何处理Meta分析出现阴性结果？
如何撰写这种类型的文章？
1.所纳入的文献确保是高质量文献。
国人写的文章会有各种各样的弊端（大家都知道的），因此最好避免纳入这种文章。
另外可以选择性的引用高影响因子的文章。
2.检查自己的Meta分析是否有误。
Meta分析的结果是我们的文章中心，因此一定要确保分析结果的正确性。
检验正确性的方法可以通过再次分析得出。
如果分析的总体效应是阴性，可以查阅纳入文献的结果看是否是阴性结果的人数占主导地位。
另外，结果阴性还有可能是你各种偏倚没有注意和排除，Meta的方法学应用不对等等造成的，所以你要仔细检查确保不出错。
3.做亚组分析，找阴性结果来源。
小编建议大家，得到阴性的总体效应时，还可以做亚组分析。
如干预研究中，总体阴性，亚组阳性往往提示不加选择的所谓规范化治疗的软肋，而显示出根据亚组研究结果个体化治疗的优越。
再如诊断试验，总体阴性，亚组阳性往往提示人群中该特征的个体或药物基因组学或人种的差异，也是个体化治疗（individualizedtreatment或tailoredtherapy）的基础。
4.讨论一定要深入。
阴性结果的Meta分析，最关键是能够对为什么会出现该结果进行深刻的讨论，一篇文章写的好不好也体现在讨论部分，体现作者水平的部分，读者也是根据你的讨论来对你的结果有分寸的慎重的来指导临床。
讨论部分的切入点可以通过亚组分析的结果来体现。
亚组分析能够很好的帮我们找到异质性来源。
如果亚组分析结果既有养性又有阴性，那么可以重点讨论导致这两种结果出现的原因是什么。
二.诊断性meta分析亚组分析问题求助
你说的后边的不对,比如排除平均年龄大于80的文献。
这句话是正确的，或者纳入排除研究后的meta分析,排除营养不良率大于60%的文献而亚组分析主要从文献里分组病例特性来排除,等等
亚组分析主要从文献里分组病例特征分类。
敏感性分析是排除低质量研究后的meta分析。
亚组分析是根据纳入研究的病人特点适当氦孩份绞莓悸逢溪抚娄的进行分层，过多的分层和过少的分层都是不好的
三.诊断性meta分析的发表偏倚用stata怎么做
stata并没有m辅龚滇夹鄄蝗殿伟东连eta分析的命令，输入finditmeta，可在网上搜索相关资源。
但目前没找到相关命令。
建议一本书，可以阅读来找到方法：
参见mancaozhaowen
2016-4-4
四.meta分析是什么
Meta分析是指用统计学方法对收集的多个研究资料进行分析和概括，以提供量化的平均效果来回答研究的问题。
其优点是通过增大样发钉篡固诂改磋爽单鲸本含量来增加结论的可信度，解决研究结果的不一致性meta分析是对同一课题的多项独立研究的结果进行系统的、定量的综合性分析。
它是文献的量化综述，是以同一课题的多项独立研究的结果为研究对象，在严格设计的基础上，运用适当的统计学方法对多个研究结果进行系统、客观、定量的综合分析。
1）能对同一课题的多项研究结果的一致性进行评价；
2）对同一课题的多项研究结果作系统性评价和总结；
3）提出一些新的研究问题，为进一步研究指明方向；
4）当受制于某些条件时，如时间或研究对象的限制，meta分析不失为一种选择；
5）从方法学的角度，对现阶段某课题的研究设计进行评价；
6）发现某些单个研究未阐明的问题；
7）对小样本的临床实验研究，meta分析可以统计效能和效应值估计的精确度。
因此，设计合理，严密的meta分析文章能对证据进行更客观的评价（与传统的描述性的综述相比），对效应指标进行更准确、客观的评估，并能解释不同研究结果之间的异质性。
meta分析符合人们对客观规律的认识过程，是与循证医学的思想完全一致的，是一个巨大的进步
升级会员 