陶圓，劉俊華，何倩，喻亞宇，許楊鵬，張超，田國祥，牛玉明，5

?循證理論與實踐?

應用Empower Stats軟件實現(xiàn)診斷準確性試驗的Meta分析

陶圓1，2，劉俊華2，何倩1，3，喻亞宇1，3，許楊鵬1，3，張超1，田國祥4，牛玉明1，5

Empower Stats軟件是一款基于R語言進行數(shù)據(jù)分析的統(tǒng)計軟件。該軟件具有快速實現(xiàn)分析思路、全面的分析功能、直觀的數(shù)據(jù)、強大的數(shù)據(jù)預處理功能、快速分享分析結果等特點。無需編程，就能運用R程序進行數(shù)據(jù)管理、處理和分析，功能強大而操作簡便，所以該軟件廣為科研統(tǒng)計者所青睞。但其缺陷在于對診斷準確性試驗的Meta分析不能直接得出敏感度、特異度的似然比，本文將以實例的形式系統(tǒng)展示Empower Stats軟件用于實現(xiàn)診斷準確性試驗Meta分析的兩項模塊：隨機（混合）效應模型Meta分析和根據(jù)敏感度特異度生成SROC曲線。

EmpowerStats軟件；診斷準確性試驗；Meta分析

1　Empower Stats軟件的簡介

易侕統(tǒng)計（Empower Stats）軟件當前最新的版本創(chuàng)建日期為2016年1月20日，可以從官方網(wǎng)站http：//www.empowerstats.com/cn/index.html（中文）或http：//www.empowerstats.com/en/download. html（英文）下載中、英文新版本及其舊版本。

易侕統(tǒng)計軟件是一款收費軟件，安裝成功并注冊后，可獲得一個月的試用期，若通過電子郵箱向好友推薦該軟件，可延長試用期。該軟件是基于R軟件進行數(shù)據(jù)分析的，因此在安裝該軟件時會自動安裝R軟件。

易侕統(tǒng)計軟件有以下特點：①快速實現(xiàn)分析思路；②全面的分析功能；③直觀的數(shù)據(jù)，有助于深入理解數(shù)據(jù)規(guī)律；④強大的數(shù)據(jù)預處理功能；⑤完整歸檔、快速分享分析結果。

此外，與SAS和R軟件相比，易侕統(tǒng)計軟件具有四大優(yōu)勢：①使用易侕統(tǒng)計軟件，不必編程，就能運用SAS和R程序進行數(shù)據(jù)管理、處理和分析；②易侕統(tǒng)計軟件將統(tǒng)計結果自動制成可直接用于發(fā)表的圖表，用戶可以直接看到以圖表方式展現(xiàn)的統(tǒng)計結果；③運用易侕統(tǒng)計軟件處理與分析不再受限于編程能力，用戶可以很方便地檢驗科研假設，快速實現(xiàn)分析思路，而且不需要編寫程序；④易侕統(tǒng)計軟件的“全自動流行病學分析”模塊自動設計初步分析流程，給出系列圖表結果。

易侕統(tǒng)計功能模塊主要由以下部分組成：數(shù)據(jù)操作、變量操作、基本統(tǒng)計、數(shù)據(jù)分析和工具。其中工具項內(nèi)包括以下部分：數(shù)據(jù)轉換、文本文件操作、樣本量與檢驗效率模擬、制作壽命表、統(tǒng)計工具箱（該項包括多組劑量資料比較分析、隨機效應模型分析重復測量數(shù)據(jù)、直線回歸與相關分析、2×2配對與非配對四格表、2×2四格表診斷試驗結果分析、2×2四格表流行病學結果分析、r×c列聯(lián)表、隨機效應模型Meta分析和根據(jù)敏感度特異度生成SROC曲線）。

本文講述的重點是該軟件用于診斷準確性試驗Meta分析［1，2］的兩項模塊：隨機（混合）效應模型Meta分析和根據(jù)敏感度特異度生成SROC曲線［3，4］。

2　根據(jù)敏感度特異度生成SROC曲線

使用易侕統(tǒng)計時，需重新整理數(shù)據(jù)錄入格式。示例數(shù)據(jù)整理后的數(shù)據(jù)格式如表1所示，包括計算出的各納入研究的樣本量（N）、敏感度（SEN）、特異度（SPE）數(shù)據(jù)格式。也就是說，需要先行計算出敏感度與特異度。

整理數(shù)據(jù)完成后，打開易侕統(tǒng)計軟件并登陸運行后，選擇“工具”項內(nèi)的“統(tǒng)計工具”選項，并單擊“根據(jù)敏感度特異度生成SROC曲線”（圖1）。

然后，如圖2所示，將表1中整理好的數(shù)據(jù)按照“N，SEN，SPE”的格式輸入，每一項研究占據(jù)一行，然后選擇“按樣本量取權重”。

需要注意的是，這里“結果存到”項未進行填寫，結果將自動保存到“我的文檔-EmpowrStats-test”文件夾內(nèi)。

數(shù)據(jù)輸入完成后，單擊開始分析，易侕統(tǒng)計軟件將自動編寫程序并運行，計算結果如圖3所示；按Simpson法計算得出的平滑SROC曲線下面積［5，6］（AUC）為0.979，得到平滑SROC曲線如圖4所示。

3　似然比與診斷比值比計算的軟件實現(xiàn)

3.1基本原理通過前文的講述發(fā)現(xiàn)，易侕統(tǒng)計軟件做診斷準確性試驗的Meta分析時只能算出曲線下面積和得到平滑SROC曲線［7，8］，而診斷準確性試驗中還有“陽性似然比（positive likehood ratio，LR+）”、“陰性似然比（negative likehood ratio，LR-）”、“診斷比值比（diagnostic odds ratio，DOR）”等重要評價指標［9，10］，因此，本處主要講述如何利用易侕統(tǒng)計軟件里的隨機（混合）效應模型Meta分析來對診斷準確性試驗的似然比（LR）和診斷比值比（DOR）作出分析匯總［11，12］。

表1　用于準備錄入的數(shù)據(jù)格式

圖1　調(diào)出繪制SROC曲線工具

圖2　根據(jù)敏感度與特異度生成SROC曲線數(shù)據(jù)錄入界面

圖3　根據(jù)敏感度與特異度得到的計算結果

圖4　平滑SROC曲線圖

我們知道，流行病學試驗的四格表［13］如表2所示。該表中，只需將“有無暴露”視為“診斷試驗”、“有和無”視為“陽性和陰性”，那么該表就是一個典型的準確性試驗四格表了，則a即為真陽性（TP）、b即為假陽性（FP）、c即為假陰性（FN）、d即為真陰性（TN）。

表2　流行病學試驗的四格表

從計算公式⑴⑵⑶⑷⑸來看，DOR的計算公式在形式上與流行病學的比值比（OR）計算公式等同，LR的計算公式與相對危險度（RR）的計算公式相似?；诖丝梢岳斫鉃榻?jīng)傳統(tǒng)二分類Meta分析后得到的OR、RR就分別對應于診斷準確性試驗的DOR和LR，事實上計算之后結果也是一樣的。

3.2實現(xiàn)分析首先需重新整理數(shù)據(jù)格式。由圖5及圖6可以看出，易侕統(tǒng)計軟件對傳統(tǒng)二分類Meta分析提供的有兩種數(shù)據(jù)輸入格式。本節(jié)選用ai、nli、ci、n2i格式（圖5和圖6），即試驗組發(fā)生數(shù)、試驗組總數(shù)、對照組發(fā)生數(shù)、對照組總數(shù)格式。

圖5　隨機（混合）效應模型Meta分析效應量選擇界面

圖6　隨機（混合）效應模型Meta分析數(shù)據(jù)輸入界面

在圖6中，首先選擇“輸入該指標的原始數(shù)據(jù)”內(nèi)的“ai，nli，ci，n2i or ai，bi，ci，di”項，然后在變量名內(nèi)選擇“ai，nli，ci，n2i”，然后分別輸入數(shù)據(jù)。需要注意的是在計算LR+和LR-時要分別按照“TP、FN+TP、FP、TN+FP”和“FN、FN+TP、TN、FP+TN”格式輸入。然后點擊“開始分析”，即可得出如圖7和圖8所示的陽性似然比和陰性似然比的森林圖。

圖7　陽性似然比的森林圖

圖8　陰性似然比的森林圖

4　討論

易侕統(tǒng)計軟件不能自由選擇效應量，因此當前無法進行DOR結果的計算，即自動輸出的選擇RR為效應量，而非OR。那么，如何實現(xiàn)OR呢？在圖5中可以看出，選擇OR指標時，需要輸入OR的方差及標準誤，這需要借助R軟件進行數(shù)據(jù)的計算，然后再行輸入。因整個過程比較麻煩，故不做展示，有興趣的讀者可自行嘗試。完成后的DOR值和Meta-Disc軟件計算值是相似的。

易侕統(tǒng)計軟件對數(shù)據(jù)處理分析全面，自動制成可用于發(fā)表的圖表，快速實現(xiàn)分析思路而無需編程，功能強大而操作簡便的特點廣為科研統(tǒng)計者所青睞。隨著版本的更新和方法學的逐步完善，我們相信其在診斷準確性試驗Meta分析中的應用前景會更加廣泛。

［1］Dimou NL，Adam M，Bagos PG. A multivariate method for metaanalysisand comparison of diagnostic tests［J］. Statist Med，2016.

［2］Gopalakrishna G，Mustafa RA，Davenport C，et al. Applying Grading of Recommendations Assessment， Development and Evaluation （GRADE）to diagnostic tests was challenging but doable［J］. J Clin Epidemiol，201 4，67（7）：760-8.

［3］Doebler P，Holling H，B?hning D. A Mixed Model Approach to Meta-Analysis of Diagnostic Studies With Binary Test Outcome［J］. Psychol Methods，2012，17（3）：418-36.

［4］Naaktgeboren CA，Ochodo EA，Van Enst WA，et al. Assessing variability in results in systematic reviews of diagnostic studies［J］. BMC Med Res Methodol，2016，16：6.

［5］Arevalo-Rodriguez I，Segura O，Solà I，et al. Diagnostic tools for alzheimer’s disease dementia and other dementias： an overview of diagnostic test accuracy （DTA） systematic reviews［J］. BMC Neurol，2014，14：183.

［6］Massanes F，Brankov JG. Full receiver operating characteristic curve estimation using two alternative forced choice studies［J］. J Med Imaging（Bellingham），2016，3（1）：011010.

［7］Campbell JM，Klugar M，Ding S，et al. Diagnostic test accuracy： methods for systematic review and meta-analysis［J］. Int J Evid Based Healthc，2015，13（3）：154-62.

［8］Sotiriadis A，Papatheodorou SI，Martins WP. Synthesizing Evidence from Diagnostic Accuracy TEsts：the SEDATE guideline［J］. Ultrasound Obstet Gynecol，2016，47（3）：386-95.

［9］Enst WA，Naaktgeboren CA，Ochodo EA，et al. Small-study effects and time trends in diagnostic test accuracy meta-analyses： a metaepidemiological study［J］. Syst Rev，2015，4：66

［10］Lee J，Kim KW，Choi SH，et al. Systematic Review and Meta-Analysis of Studies Evaluating Diagnostic Test Accuracy： A Practical Review for Clinical Researchers-Part II. Statistical Methods of Meta-Analysis［J］. Korean J Radiol，2015，16（6）： 1188-96.

［11］Chen Y，Hong C，Ning Y，et al. Meta-analysis of studies with bivariate binary outcomes： a marginal beta-binomial model approach［J］. Statist Med，2016，35（1）：21-40.

［12］Yu J，Yang L，Vexler A，et al. Easy and accurate variance estimation of the nonparametric estimator of the partial area under the ROC curve and its application［J］. Statist Med，2016，35（13）：2251-82.

［13］Setia MS. Methodology Series Module 2： Case-control Studies［J］. Indian J Dermatol，2016，61（2）：146-51.

本文編輯：姚雪莉

Realization of Meta-analysis of diagnostic test accuracy （DTA） by using EmpowerStats software

TAO Yuan*，LIU Jun-hua， HE Qian， YU Ya-yu， XU Yang-peng， ZHANG Chao， TIAN Guo-xiang， NIU Yu-ming.*Center for Evidence-Based Medicine and Clinical Research， Taihe Hospital， Hubei University of Medicine， Shiyan 442000， China.

NIU Yu-ming， E-mail: niuyuming@yeah.net

Empower Stats software is a statistics software based on R language to realize data analysis.This software possesses the features of quickly accomplishing thinking of analysis， comprehensive function， intuitive data， powerful data preprocessing function and rapidly sharing the results.Without programming， R program can be used for data management， processing and analysis， and it is powerful and easy to operate， so the software is widely favored by scientific researchers.However， it doesn’t provide straightforward likelihood ratio of sensitivity and specificity in the Meta-analysis of diagnostic test accuracy （DTA）.In the article， two modules of using EmpowerStats software to realize the Meta-analysis of DTA were systematically displayed with examples including random （mixed） effective model Meta-analysis and creating ROC curve according to sensitivity and specificity.

EmpowerStats software； Diagnostic test accuracy； Meta-analysis

R4

A

1674-4055（2016）08-0907-04

湖北省教育廳重點項目（D20142102）

1442000十堰，十堰市太和醫(yī)院（附屬湖北醫(yī)藥學院）循證醫(yī)學中心；2442000十堰，十堰市太和醫(yī)院（湖北醫(yī)藥學院附屬醫(yī)院）醫(yī)務處；3442000十堰，湖北醫(yī)藥學院口腔醫(yī)學院12級；4100700北京，陸軍總醫(yī)院干四科；5442000十堰，十堰市太和醫(yī)院（附屬湖北醫(yī)藥學院）口腔科

共同第一作者：劉俊華

牛玉明，E-mail：niuyuming@yeah.net

10.3969/j.issn.1674-4055.2016.08.04