診斷試驗meta分析，是眾多meta分析類型的一種，由于診斷試驗這一研究方法自身的特點，這類型meta分析的數(shù)據處理、作圖、分析操作也別具一格。

今天，我們就以一篇SCI文獻（Accuracy of Magnetic Resonance Imaging in Diagnosing Placenta Accreta: A Systematic Review and Meta-Analysis）為例，一起學習診斷試驗meta分析中結果圖表的基本組成。

1 數(shù)據提取

診斷試驗meta分析，最重要的分析數(shù)據是：每個研究的TP（真陽性）、FP（假陽性）、FN（假陰性）、TN（真陰性）。有了這4個數(shù)據，才可以實現(xiàn)相關分析。換句話說，診斷試驗meta分析的納入文獻，必須包括病例組、對照組。如果只有病例組，則不能納入。

2 靈敏度和特異度

靈敏度（Sensitivity）和特異度（Specificity）分別展示了該診斷方法正確識別病例、對照（疑似有病但確診無病）的能力。兩者的取值范圍都是0-1，越接近1，診斷的準確性越高。

3 SROC

SROC是以Specificity、Sensitivity為橫、縱坐標，對每一篇納入文獻制作散點圖，并根據散點擬合受試者特征曲線。通過曲線下面積綜合評估診斷方法的診斷價值。一般來說，SROC>0.7，良好；>0.9為優(yōu)。

4 PLR和NLR

一般來說，PLR>10且NLR<0.1，說明該診斷方法有比較理想的臨床應用價值。

5 diagnostic odds ratio and diagnostic score

說實話，我并不知道diagnostic score有什么作用，而diagnostic odds ratio (DOR)則是越大越好?？墒?，DOR的取值，多大才是最低標準，尚不清楚。

6 Fagan圖

此圖也能反映診斷方法的診斷價值，通過設定先驗概率，計算后驗概率。

7 漏斗圖

診斷試驗meta分析的漏斗圖跟常規(guī)meta分析的漏斗圖不一樣，除了散點圖，還有統(tǒng)計學檢驗的P值。根據P值的大小判斷是否存在顯著的發(fā)表偏倚。P<0.05，說明顯著；反之，則不顯著。

以上就是這篇診斷試驗meta分析文獻展示的結果，跟你的認知一致嗎？