论文部分内容阅读
目的： 通过与BREM的比较,评价MREM在多个阈值诊断试验Meta分析中的应用价值;利用MREM数据的多维特征,尝试将MREM扩展到多分类结局变量的病例对照研究Meta分析中,以期进一步拓展MREM在多分类结局变量Meta分析中的应用。 方法： 利用FNAC诊断乳腺癌和Kobayashi评分体系诊断川崎病并发冠脉损伤等临床研究文献资料,比较基于BREM和MREM的多个阈值诊断试验Meta分析结果。在多分类结局变量的病例对照研究Meta分析中进行MREM的构建,并将其应用于Kobayashi评分与川崎病并发冠脉损伤关系和p53基因第72部位基因多态性与肝癌关系的Meta分析。模型的参数估计和合并效应指标的计算采用SAS统计软件中的PROCNLMIXED过程实现。 结果： 1.对于多阈值诊断试验的Meta分析 (1)在FNAC诊断乳腺癌Meta分析中,检测指标为有序多分类变量。BREM结果显示:①无论针对第一个阈值还是第二个阈值,均同时采用近似似然法和精确似然法进行模型的参数估计,然而两种方法的参数估计结果均存在一定差异;②除第一个阈值采用近似似然法进行参数估计得到的5种SROC曲线重合外,其他情形得到的5种SROC曲线均显示:“D关于S”、“R&G法”和“主轴法”的SROC曲线均位于“η关于ξ”与“ξ关于η”的SROC曲线之间。MREM结果显示:①MREM的参数估计结果较BREM的结果更稳定;②MREM得到的SROC曲线介于BREM的5种SROC曲线之间;③贝叶斯估计可以得到各个研究ROC曲线,SROC曲线均匀分布在各研究ROC曲线之间。BREM和MREM均显示以第二个阈值为阳性阈值,即将FNAC检测结果为“恶性”和“不确定”均判断为恶性乳腺癌,则检测试验灵敏度和特异度均较高,具有较好的诊断价值。 (2)在Kobayashi评分诊断川崎病并发冠脉损伤Meta分析中,检测指标为连续型变量。BREM结果显示:采用近似似然法进行模型的参数估计,无论第一个阈值还是第二个阈值的5种SROC曲线均显示:“D关于S”、“R&G法”和“主轴法”的SROC曲线均位于“η关于ξ”与“ξ关于η”的SROC曲线之间。MREM结果显示:①MREM的参数估计结果较BREM的结果更稳定;②将地区作为协变量,其系数为-0.82,P=0.0099,有统计学意义;③MREM得到的SROC曲线介于BREM的5种SROC曲线之间;④MREM得到的SROC曲线均匀分布在各研究ROC曲线之间。BREM和MREM均显示以Kobayashi评分≥4分为阳性阈值,灵敏度和特异度均较高,具有较好的诊断价值。 2.对于多分类结局变量的病例对照研究Meta分析 (1)在Kobayashi评分与川崎病并发冠脉损伤关系的Meta分析中,检测指标为有序多分类变量。MREM结果显示,将地区作为协变量,其系数为-0.91,P=0.0004,有统计学意义。与Kobayashi评分为0～3分相比,Kobayashi评分≥7分的合并OR值及95％CI为57.55(32.64,82.46),Kobayashi评分为4～6分的合并OR值及95%CI为11.60(7.98,15.22)。 (2)在p53基因第72部位基因多态性与肝癌关系的Meta分析中,检测指标为无序多分类变量。MREM结果显示,将研究对象来源和种族作为协变量,其偏回归系数分别为0.09和-0.28,P值分别为0.7679和0.4193,均无统计学意义。基因型Arg/Arg、Arg/Pro、Pro/Pro,以及Arg/Arg相对于Pro/Pro、Arg/Pro相对于Pro/Pro、Arg/Arg相对于Arg/Pro的合并OR值与1.00的差异均无统计学意义(P>0.05)。 结论： 无论检测指标为连续型、有序多分类还是无序多分类变量,MREM基于数据的两水平层次结构和多分类结局变量的多维性,都能够充分有效地利用原始数据信息,可得到更加稳定而可靠的结果,且分析效率高,在多阈值诊断试验及多分类结局变量的病例对照研究Meta分析中均有着良好的适用性。同时,通过SAS的PROCNLMIXED过程可方便的实现MREM的参数估计和合并效应指标的计算,实用性强。