多变量随机效应模型在诊断试验Meta分析中的应用与SAS实现.pdfVIP

多变量随机效应模型在诊断试验Meta分析 中的应用与SAS实现 刘文华 吴家利 杨 扬 宋婷婷 章顺悦 陈远方 尹 平 华中科技大学同济医学院公共卫生学院流行病与卫生统计学系 (武汉 430030) 摘要 目的 介绍多变量随机效应模型 (MREM)在多个阈值诊断试验 Meta分析中的应用。方法 对双变 量随机效应模型 (BREM)进行扩展和延伸，构建MREM，并通过SAS的PROCNLMIXED过程进行统计实现。结 果 MREM可根据贝叶斯估计得到各研究的ROC曲线，且其SROC曲线均匀分布在各研究的ROC曲线之间，而 BREM无法获得各研究的ROC曲线。同时，MREM 的参数估计不依赖于诊断阈值和构建 SROC曲线方法的选择， 可以获得唯一的SROC曲线，其AUC介于BREM 的5种 SROC曲线的AUC之间，可避免高估或低估的情形。结 论 MREM能够充分利用各研究的原始数据信息，得到稳定可靠的结果，在多阈值诊断试验Meta分析中有较好 的应用价值。 关键词 多变量随机效应模型；双变量随机效应模型；Meta分析 ；多阈值；诊断试验 MultivariateRandom EffectsModelinMeta—AnalysisofDiagnosticTestsandItsSAS Programs LIUW en-hua，WUJia-li，YANGfang，SONGTing—ting，ZHANGShun-yue，CHENYuan-fang。YINPing Departmentof印idemiologyandHealthStatistics，SchoolofPublicHealth，Ton#MedicalCollegeofHuazhongUniversityofScienceand Technology,Wuhan430030,China Abstract Objective Tointroducethemultivariaterandom effectsmodel(MREM)inthemeta—analysisofdiag— nostictestswithmultiplehtresholds．Methods Thispaperexpandedandextendedhtebivariaterandom effectsmodel (BREM)todeveloptheMREM，andimplementeditintheSASProcNLMIXEDprocedure．Results TheMREMcould obtainthestudyspecificROC curveforeachstudythroughempiricalBayesestimation，andthesummaryROC curve locatedinbetweenallstudyspecificROCcurvesevenly，whiletheBREM couldn’tobtainthestudyspecificROC curve． Inaddition，intheaspectofparametersestimation，theMREM didn’tdependonthechoiceofthediagnosisthreshold andthetypeofSROC．TheMREM couldgetonlyoneSROCcurveanditsAUCwasbetweentheAUCofthe5typesof SROCfrom BREM ，SOitcouldavoidoverestimationorunderestimation．Conclusion Th eM REM canfullyexploitthe data，obtainstableandreliableresults，andhaveagoodapplicationvalueinmeta—analysisofdiagnostictestswithmultiple thresholds． Keywords Multivariaterandom effectsmodel；Bivariaterandom effectsmodel；Meta—analysis；Multiplethreshold； Diagnostictest Meta分析是指应用一定的统计分析方法综合 得到灵敏度、特异度及诊断比值比(DOR)等合并效 多个 目的相 同且相互独立的研究结果而获得一个 应值及 SROC曲线。但在实际工作中，经常遇到有 量化的合并效