简单合并模型与双变量模型在诊断试验Meta分析中的使用现状调查

目的：调查2014年1月至11月国内期刊发表的诊断试验准确性（diagnostic test accuracy，DTA）Meta分析中简单合并模型与双变量模型的使用现状，分析两模型间结果的差异性，并探讨这种差异性与研究间异质性大小的关系。方法：对《中国生物医学文献数据库》2014年1月至11月收录的文献进行检索，纳入DTA Meta分析，描述模型使用的相关信息，提取四格表数据，使用简单合并模型和双变量模型进行重分析，用非参数检验比较模型结果间差值，定性探究灵敏度、特异度异质性大小与结果间差值的关系。结果：共纳入55篇文章，包括58个DTA Meta分析，其中25个Meta分析用于重分析。简单合并模型与双变量模型的使用比例分别为90.9%（50/55）、1.8%（1/55），使用其他合并模型或未合并灵敏度和特异度的文献比例为7.3%（4/55）。在50篇使用简单合并模型合并灵敏度和特异度的文章中，41篇（82.0%）存在误用Meta-disc软件的可能。两种模型所得灵敏度、特异度差值中位数均为0.011（P<0.001，P=0.031），灵敏度和特异度差值随着I²增大变异程度逐渐增大，I²大于75%时变异程度更为明显。结论：国内期刊发表的DTA Meta分析对灵敏度和特异度进行合并时大多使用简单合并模型，且Meta-disc软件常被误认为可对灵敏度和特异度进行随机效应合并；简单合并模型可能低估真实值，尤其研究间异质性大时其合并值与双变量模型间差异更为明显，研究者应当提高正确认识和选用合并方法的能力。

Comparison of simple pooling and bivariate model used in meta-analyses of diagnos-tic test accuracy published in Chinese journals