这篇SCI告诉我们，诊断试验meta分析需要哪些图表结果

诊断试验meta分析，是众多meta分析类型的一种，由于诊断试验这一研究方法自身的特点，这类型meta分析的数据处理、作图、分析操作也别具一格。

今天，我们就以一篇SCI文献（Accuracy of Magnetic Resonance Imaging in Diagnosing Placenta Accreta: A Systematic Review and Meta-Analysis）为例，一起学习诊断试验meta分析中结果图表的基本组成。

1 数据提取

诊断试验meta分析，最重要的分析数据是：每个研究的TP（真阳性）、FP（假阳性）、FN（假阴性）、TN（真阴性）。有了这4个数据，才可以实现相关分析。换句话说，诊断试验meta分析的纳入文献，必须包括病例组、对照组。如果只有病例组，则不能纳入。

2 灵敏度和特异度

灵敏度（Sensitivity）和特异度（Specificity）分别展示了该诊断方法正确识别病例、对照（疑似有病但确诊无病）的能力。两者的取值范围都是0-1，越接近1，诊断的准确性越高。

3 SROC

SROC是以Specificity、Sensitivity为横、纵坐标，对每一篇纳入文献制作散点图，并根据散点拟合受试者特征曲线。通过曲线下面积综合评估诊断方法的诊断价值。一般来说，SROC>0.7，良好；>0.9为优。

4 PLR和NLR

一般来说，PLR>10且NLR<0.1，说明该诊断方法有比较理想的临床应用价值。

5 diagnostic odds ratio and diagnostic score

说实话，我并不知道diagnostic score有什么作用，而diagnostic odds ratio (DOR)则是越大越好。可是，DOR的取值，多大才是最低标准，尚不清楚。

6 Fagan图

此图也能反映诊断方法的诊断价值，通过设定先验概率，计算后验概率。

7 漏斗图

诊断试验meta分析的漏斗图跟常规meta分析的漏斗图不一样，除了散点图，还有统计学检验的P值。根据P值的大小判断是否存在显著的发表偏倚。P<0.05，说明显著；反之，则不显著。

以上就是这篇诊断试验meta分析文献展示的结果，跟你的认知一致吗？