統合分析：ROC 曲線下面積
| 命令: | 統計 統合分析ROC 曲線下面積 |
|---|
有關 MedCalc 中 統合分析的概述，請參閱統合分析：簡介。
MedCalc 使用 Zhou et al. (2002) 所述的方法，按固定效應模型和隨機效應模型計算加權彙總 ROC 曲線下面積。
如何輸入資料
可以按如下方式在試算表中輸入各項研究的資料（示例來自 Zhou et al., 2002）：
| A | B | C | D | |
|---|---|---|---|---|
| Reference | AUC | SE | ||
| 1 | Study 1 | 0.789 | 0.057 | |
| 2 | Study 2 | 0.724 | 0.025 | |
| 3 | Study 3 | 0.851 | 0.028 | |
| 4 | Study 4 | 0.876 | 0.029 | |
| 5 | Study 5 | 0.782 | 0.102 | |
| 6 | Study 6 | 0.702 | 0.056 | |
| 7 | Study 7 | 0.652 | 0.038 |
所需輸入
然後在「統合分析：ROC 曲線下面積」對話方塊中輸入：
研究：包含各項研究識別的變數。
資料
ROC 曲線下面積（AUC）：包含各項研究所報告 ROC 曲線下面積的變數。
AUC 的標準誤：包含各項研究所報告 ROC 曲線下面積標準誤的變數。
篩選條件：用於只在圖表中包含所選個案次群組的篩選條件。
選項
- 森林圖：建立森林圖。
- 標記尺寸與研究權重成正比：使表示研究效應的標記尺寸與分配給各項研究的權重成正比的選項。可以選擇固定效應模型權重或隨機效應模型權重。
- 繪製合併效應 - 固定效應模型：在森林圖中包含固定效應模型合併效應的選項。
- 繪製合併效應 - 隨機效應模型：在森林圖中包含隨機效應模型合併效應的選項。
- 合併效應的菱形圖：用菱形表示合併效應的選項（菱形的位置表示估計的效果量，菱形的寬度反映估計的精度）。
- 漏斗圖：建立用於檢查是否存在發表偏誤的漏斗圖。請參閱統合分析：簡介。
結果
研究變數 | Reference |
|---|---|
AUC 變數 | AUC |
AUC 的標準誤變數 | SE |
研究組 | ROC 面積 | 標準誤 | 95% CI | z | P | 加權（%） | |
|---|---|---|---|---|---|---|---|
固定 | 隨機 | ||||||
Study 1 | 0.789 | 0.0570 | 0.677 至 0.901 |
|
| 5.62 | 12.33 |
Study 2 | 0.724 | 0.0250 | 0.675 至 0.773 |
|
| 29.20 | 17.98 |
Study 3 | 0.851 | 0.0280 | 0.796 至 0.906 |
|
| 23.28 | 17.50 |
Study 4 | 0.876 | 0.0290 | 0.819 至 0.933 |
|
| 21.70 | 17.33 |
Study 5 | 0.782 | 0.102 | 0.582 至 0.982 |
|
| 1.75 | 6.64 |
Study 6 | 0.702 | 0.0560 | 0.592 至 0.812 |
|
| 5.82 | 12.50 |
Study 7 | 0.652 | 0.0380 | 0.578 至 0.726 |
|
| 12.64 | 15.73 |
全部 (固定效應) | 0.781 | 0.0135 | 0.754 至 0.807 | 57.802 | <0.001 | 100.00 | 100.00 |
全部 (隨機效應) | 0.770 | 0.0321 | 0.707 至 0.833 | 24.013 | <0.001 | 100.00 | 100.00 |
異質性檢定
Q | 35.7137 |
|---|---|
自由度 | 6 |
顯著水準 | P < 0.0001 |
I2 (不一致) | 83.20% |
I2的 95% CI | 66.81 至 91.50 |
發表偏誤
Egger 檢定 | |
|---|---|
截距 | -1.1589 |
95% CI | -7.9912 至 5.6733 |
顯著水準 | P = 0.6810 |
Begg 檢定 | |
Kendall's Tau | 0.04762 |
顯著水準 | P = 0.8806 |
  |
程式列出 統合分析所納入各項研究的結果：ROC 曲線下面積、其標準誤及 95% 信賴區間。
程式分別給出固定效應模型和隨機效應模型下的合併 ROC 曲線下面積及其 95% 信賴區間（Zhou et al., 2002）。
隨機效應模型通常給出更保守的估計（即更寬的信賴區間），但在不存在異質性時，兩種模型的結果通常一致。關於異質性統計量 Cochran Q 和 I2 的解釋，請參閱統合分析：簡介。存在異質性時，推薦使用隨機效應模型。
關於各種發表偏誤檢定的解釋，請參閱統合分析：簡介。
森林圖
各項研究的結果及其 95% 信賴區間，以及合併 ROC 曲線下面積及其 95% 信賴區間，顯示在森林圖中。
參考文獻
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
- Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560.
- Zhou XH, NA Obuchowski, DK McClish (2002) Statistical methods in diagnostic medicine. New York: Wiley.