今天要給大家分享的是一篇發(fā)表在Computational and Mathematical Methods in Medicine (2022年最新影響因子2.809)的meta分析：A Clinical Diagnostic Value Analysis of Serum CA125, CA199, and HE4 in Women with Early Ovarian Cancer: Systematic Review and Meta-Analysis (doi: 10.1155/2022/9339325)。

根據(jù)我的經(jīng)驗(yàn)，這是一篇生物標(biāo)記物的診斷試驗(yàn)meta分析。研究結(jié)果主要是靈敏度、特異度、陽性似然比、陰性似然比、SROC等常見的診斷試驗(yàn)meta分析的結(jié)果。可是，很快我就發(fā)現(xiàn)自己錯(cuò)了。

作者用OR值評(píng)估標(biāo)記物的診斷價(jià)值!

等等，為什么從Rosen 2005這個(gè)研究開始，所有研究的試驗(yàn)組、對(duì)照組樣本量都一樣，而“case” (姑且命名為case吧)相加都等于樣本量。

讓我們先理一理診斷試驗(yàn)中常用評(píng)價(jià)指標(biāo)（靈敏度、特異度）的計(jì)算公式：

靈敏度=真陽性人數(shù)/(真陽性人數(shù)+假陰性人數(shù))*100%；

特異度=真陰性人數(shù)/(真陰性人數(shù)+假陽性人數(shù)))*100%。

靈敏度代表的是正確判斷病人的能力，特異度則是正確判斷無病者的能力。

根據(jù)公式，計(jì)算靈敏度、特異度都只需要兩個(gè)變量，而不是四個(gè)。那么，作者計(jì)算的什么？

于是，我決定查閱納入文獻(xiàn)的原文。根據(jù)作者引用的參考文獻(xiàn)，我下載到Freydanck 2012的原文，可是，樣本量也不是56?。?/p>

算了，再往下看看吧，下一個(gè)森林圖是CA125靈敏度的評(píng)估。我只想問另一個(gè)問題，為什么圖4和圖5都是CA125的研究，特異度、靈敏度的文獻(xiàn)完全不同？

一下子我很有挫敗感，難道這是新型的診斷試驗(yàn)meta分析？或者是作者的思維另辟蹊徑？

但是，以下這個(gè)問題是我一定不會(huì)弄錯(cuò)的，診斷試驗(yàn)meta分析也好，危險(xiǎn)因素的meta分析也好，絕對(duì)不會(huì)用Cochrane的RCT偏倚風(fēng)險(xiǎn)評(píng)估工具進(jìn)行方法學(xué)質(zhì)量評(píng)價(jià)。

更神奇的是，作者的結(jié)論是相對(duì)于單個(gè)標(biāo)記物，CA125, CA199和HE4的聯(lián)合測(cè)量，診斷價(jià)值更高?？墒牵ㄆ猰eta分析都沒有關(guān)于聯(lián)合診斷的結(jié)果！

讓我們?cè)倩貞浺幌?，?里的“52/66”，“15/31”究竟是什么？對(duì)應(yīng)的是哪個(gè)標(biāo)記物的數(shù)據(jù)？我沒有找到答案……

最后，還要吐槽吐槽英文寫作，這究竟是哪個(gè)小學(xué)生寫的！

讀了5篇，我愣是沒看懂這篇meta分析，你敢挑戰(zhàn)嗎？

關(guān)注“爾云間微信公眾號(hào)”，發(fā)送221001，下載全文。

歡迎分享“讀后感”！

本次分享就到這里了，如有meta分析的問題，歡迎留言或加好友交流。