Editverse Ücretsiz Hesap Makinesi
Tanısal Meta-Analiz Hesaplayıcısı (HSROC ve İki Değişkenli)
Çalışmalar genelindeki tanısal doğruluğu birleştirin — iki değişkenli rastgele etkiler modelinden elde edilen özet duyarlılık ve özgüllük, bir HSROC eğrisi ile birlikte — ve sonucun arkasındaki tam R komutunu kopyalayın. Aşağıda ayrıntılı bir kılavuz bulunmaktadır. R 4.3.3 ile doğrulanmıştır.
Basit Sözlerle
Tanısal meta-analiz, her biri bir testin bir durumu ne kadar iyi tespit ettiğini bildiren çalışmaları bir araya getirir; bu sonuçlar, doğru/yanlış pozitif ve negatiflerin 2x2'lik bir tablosunda özetlenir. Buradaki zorluk, testin eşik değeri değiştikçe duyarlılık ve özgüllüğün birbirleriyle dengelenmesidir, bu nedenle bunlar ayrı ayrı birleştirilemez.
İki değişkenli model, aralarındaki korelasyonu dikkate alarak özet duyarlılık ve özgüllüğü birlikte tahmin ederken, HSROC (hiyerarşik özet ROC) yaklaşımı, çalışmalar genelinde temel doğruluk ve eşik değerlerini modeller. Her ikisi de savunulabilir bir özet noktası ve özet bir ROC eğrisi verir; bu da iki ölçünün ayrı ayrı birleştirilmesiyle elde edilemez.
Tanısal Meta-Analiz Ne Zaman Kullanılır?
Bu yöntem, aynı tanı testini bir referans standardına karşı değerlendiren birden fazla çalışma olduğunda ve testin doğruluğuna ilişkin birleşik bir tahmin elde etmek istediğinizde kullanılır. Bu, müdahale meta-analizinin tanısal karşılığıdır ve kanıta dayalı test kılavuzlarının temelini oluşturur.
Duyarlılık ve özgüllüğü bağımsız olarak bir araya getirmek yerine, aralarındaki korelasyonu ve eşik etkisini göz ardı eden iki değişkenli veya HSROC modelini tercih edin. Özet noktayı güven aralığı ve HSROC eğrisiyle birlikte raporlayın ve çalışmalar arası heterojenliği değerlendirin. Tek bir çalışmanın test performansı için tanısal doğruluk hesaplayıcımızı kullanın . Hangi modelin uygun olduğundan emin değil misiniz? Test Seçicimiz size yardımcı olabilir.
Beklenen: kayıt başına bir satır, TP, FP, FN, TN
CSV dosyasını buraya sürükleyin veya seçmek için tıklayın. Tarayıcınızda ayrıştırılacaktır: hiçbir şey yüklenmeyecektir.
Beklenen: kayıt başına bir satır, TP, FP, FN, TN
kütüphane(mada) dat <- read.csv(text = "TP,FP,FN,TN {dm_csv}") madad(dat); reitsma(dat)Kullanıcı Rehberi
Ne zaman kullanılır? Rastgele etkiler modeliyle yapılan çalışmalar arasında tanısal doğruluğu (duyarlılık ve özgüllük) birleştirin.
Varsayımlar. Her çalışma, test sonucu ile referans standardı arasındaki 2×2'lik bir karşılaştırmayı rapor eder.
Sık yapılan hatalar. Duyarlılık ve özgüllüğü ayrı ayrı birleştirmek, aralarındaki korelasyonu göz ardı eder; mümkün olduğunda iki değişkenli/HSROC modeli tercih edilmelidir.
Çalışılmış örnek
Yukarıdaki "Örnek verileri yükle" seçeneğine tıklayın , ardından "Analizi çalıştır" seçeneğine tıklayarak bu test için şekil, formül ve yorum içeren eksiksiz bir sonucu görebilirsiniz.
Referanslar
- Reitsma JB ve diğerleri. Duyarlılık ve özgüllüğün iki değişkenli analizi. J Clin Epidemiol. 2005;58:982-990.
Çalışılan Örnekler
Örnek 1 — Dört çalışmanın birleştirilmesi
Dört çalışma, gerçek/yanlış pozitif ve negatiflerin 2×2 sayımlarını rapor etmektedir. İki değişkenli bir model, özet noktası etrafında bir güven aralığı ve çalışmalar boyunca bir HSROC eğrisi ile birlikte, yaklaşık 0.84 duyarlılık ve yaklaşık 0.86 özgüllük değeri vermektedir; bu da test doğruluğunun tutarlı bir genel tahminini sağlar.
Örnek 2 — Neden ayrı ayrı havuzlamayalım?
Farklı eşik değerleri kullanan çalışmalar arasında duyarlılık ve özgüllüğü bağımsız olarak ortalamak, aralarındaki dengeyi göz ardı etmek ve yanıltıcı derecede iyimser bir özet üretmek anlamına gelir. İki değişkenli ve HSROC modelleri, her iki ölçümü birlikte modelleyerek bu durumu önler.
Kontrol Edilmesi Gereken Varsayımlar
Her çalışma tam 2×2'lik bir veri sunar. Yöntem, tutarlı bir referans standardına karşı, her çalışma için gerçek pozitifler, yanlış pozitifler, yanlış negatifler ve gerçek negatifler gerektirir.
Ortak bir hedef durum ve referans standardı. Çalışmalar, karşılaştırılabilir referans standartlarıyla aynı durumu teşhis etmelidir; bunların karıştırılması yorumlanamaz bir özet oluşturur.
Hiyerarşik bir model için yeterli sayıda çalışma mevcut. İki değişkenli ve HSROC modelleri, çalışmalar arası varyansı tahmin eder; bu da makul sayıda çalışma gerektirir; çok az çalışma varsa, desteklenebilir olan tek şey daha basit özetler olabilir.
Yaygın hatalar
Duyarlılık ve özgüllüğün ayrı ayrı birleştirilmesi
Bağımsız havuzlama, eşik etkisini ve aralarındaki korelasyonu göz ardı ederek özeti çarpıtır. İki değişkenli veya HSROC modeli kullanın.
Farklı referans standartlarıyla yapılan testlerin birleştirilmesi
Çalışmalar arasında "gerçek" farklılık gösteriyorsa, birleştirilmiş doğruluk oranı yorumlanamaz. Tutarlı bir referans standardına bağlı kalınmalıdır.
Eşik varyasyonunu göz ardı etmek
Çalışmalarda sıklıkla farklı pozitiflik eşikleri kullanılır; HSROC eğrisi bunu gösterirken, tek bir birleştirilmiş değer çifti bunu gizler.
Heterojenliği göz ardı etmek
Tanısal meta-analizler genellikle oldukça heterojendir. Sadece özet bir noktayı alıntılamak yerine, bu heterojenliği raporlayın ve inceleyin.
Sıkça Sorulan Sorular
Tanısal meta-analiz ile müdahale meta-analizi neden farklıdır?
Test eşiğiyle denge kuran, birbiriyle ilişkili iki ölçütü (duyarlılık ve özgüllük) özetlemesi gerektiğinden, tek bir etkiyi bir araya getirmek yerine iki değişkenli veya HSROC modelleri kullanır.
HSROC eğrisi nedir?
Bu, test doğruluğunu ve eşik değerini çalışmalar arasında modelleyen, tek bir nokta yerine bir eğri veren hiyerarşik bir özet ROC eğrisidir.
Özet nokta mı yoksa eğri mi bildirmeliyim?
Mümkünse her ikisini de raporlayın: güven aralığıyla birlikte özet çalışma noktası ve eşik değerler boyunca performansı gösteren HSROC eğrisi.
Sonuç R ile eşleşiyor mu?
Evet. Hesaplayıcı standart iki değişkenli/Reitsma modellemesini kullanır ve özet tahminleri yeniden üretebilmeniz için R komutunu (mada paketi) gösterir.
İlgili Hesap Makineleri
Referanslar
- Reitsma JB, Glas AS, Rutjes AWS, Scholten RJPM, Bossuyt PM ve diğerleri. Duyarlılık ve özgüllüğün iki değişkenli analizi, tanısal incelemelerde bilgilendirici özet ölçümler üretir. J Clin Epidemiol. 2005;58(10):982–990. PMID16168343.
- Reitsma JB, Moons KGM, Bossuyt PMM, Linnet K. Tanı testlerinin ve belirteçlerin doğruluğunu nicel olarak değerlendiren çalışmaların sistematik incelemeleri. Klin Kimya. 2012;58(11):1534–1545. PMID22991421.
- Rutter CM, Gatsonis CA. Tanı testlerinin doğruluk değerlendirmelerinin meta-analizine yönelik hiyerarşik regresyon yaklaşımı. İstatistiksel Tıp. 2001;20(19):2865–2884.
Makaleniz için bu analize mi ihtiyacınız var?
Doktora derecesine sahip biyoistatistikçilerimiz, tekrarlanabilir R çıktısı ile tanısal meta-analizler (iki değişkenli ve HSROC modelleri, özet ROC eğrileri ve heterojenite değerlendirmesi) yürütmektedir.