读了5篇，我愣是没看懂这篇meta分析，作者的思维似乎异于常人

今天要给大家分享的是一篇发表在Computational and Mathematical Methods in Medicine (2022年最新影响因子2.809)的meta分析：A Clinical Diagnostic Value Analysis of Serum CA125, CA199, and HE4 in Women with Early Ovarian Cancer: Systematic Review and Meta-Analysis (doi: 10.1155/2022/9339325)。

根据我的经验，这是一篇生物标记物的诊断试验meta分析。研究结果主要是灵敏度、特异度、阳性似然比、阴性似然比、SROC等常见的诊断试验meta分析的结果。可是，很快我就发现自己错了。

作者用OR值评估标记物的诊断价值!

等等，为什么从Rosen 2005这个研究开始，所有研究的试验组、对照组样本量都一样，而“case” (姑且命名为case吧)相加都等于样本量。

让我们先理一理诊断试验中常用评价指标（灵敏度、特异度）的计算公式：

灵敏度=真阳性人数/(真阳性人数+假阴性人数)*100%；

特异度=真阴性人数/(真阴性人数+假阳性人数))*100%。

灵敏度代表的是正确判断病人的能力，特异度则是正确判断无病者的能力。

根据公式，计算灵敏度、特异度都只需要两个变量，而不是四个。那么，作者计算的什么？

于是，我决定查阅纳入文献的原文。根据作者引用的参考文献，我下载到Freydanck 2012的原文，可是，样本量也不是56啊！

算了，再往下看看吧，下一个森林图是CA125灵敏度的评估。我只想问另一个问题，为什么图4和图5都是CA125的研究，特异度、灵敏度的文献完全不同？

一下子我很有挫败感，难道这是新型的诊断试验meta分析？或者是作者的思维另辟蹊径？

但是，以下这个问题是我一定不会弄错的，诊断试验meta分析也好，危险因素的meta分析也好，绝对不会用Cochrane的RCT偏倚风险评估工具进行方法学质量评价。

更神奇的是，作者的结论是相对于单个标记物，CA125, CA199和HE4的联合测量，诊断价值更高。可是，通篇meta分析都没有关于联合诊断的结果！

让我们再回忆一下，表1里的“52/66”，“15/31”究竟是什么？对应的是哪个标记物的数据？我没有找到答案……

最后，还要吐槽吐槽英文写作，这究竟是哪个小学生写的！

读了5篇，我愣是没看懂这篇meta分析，你敢挑战吗？

关注“尔云间微信公众号”，发送221001，下载全文。

欢迎分享“读后感”！

本次分享就到这里了，如有meta分析的问题，欢迎留言或加好友交流。