發(fā)布時(shí)間：2020-03-22 10:24

【摘要】：背景:近年來循證醫(yī)學(xué)得到了迅速發(fā)展,基于meta分析的循證醫(yī)學(xué)研究結(jié)果也作為較高級別的證據(jù)來指導(dǎo)臨床實(shí)踐。目前,在診斷試驗(yàn)評價(jià)領(lǐng)域,診斷試驗(yàn)meta分析方法因不能滿足應(yīng)用需求,而使得這一領(lǐng)域的方法學(xué)研究備受關(guān)注。診斷試驗(yàn)的meta分析方法目前應(yīng)用最多的是RutterGatsonis提出的HSROC(hierarchical summary receiver-operator curves)模型和 Reitsma 等人提出的雙變量隨機(jī)效應(yīng)模型(bivariate random-effects model)。HSROC模型考慮了不同診斷界值及研究協(xié)變量對靈敏度和特異度的影響,是目前處理不同診斷界值診斷試驗(yàn)meta分析的主要方法。HSROC模型有一個(gè)潛在假設(shè):靈敏度和特異度經(jīng)logit變換后成線性關(guān)系,這個(gè)假設(shè)只有當(dāng)疾病及健康人群診斷結(jié)果服從logistic分布時(shí)才成立。logistic分布是一個(gè)對稱分布,當(dāng)診斷結(jié)果呈偏態(tài)時(shí),理論上將不再符合HSROC的模型假設(shè)�，F(xiàn)實(shí)應(yīng)用中偏態(tài)分布數(shù)據(jù)并不少見,即使經(jīng)過變換也很難同時(shí)將疾病個(gè)體及健康個(gè)體檢測值變換為對稱分布,所以有必要建立一個(gè)即適用于偏態(tài)數(shù)據(jù)又適用于對稱數(shù)據(jù)的模型。另外,目前HSROC模型只基于每個(gè)研究報(bào)告的一組靈敏度和特異度數(shù)據(jù)建立,存在明顯的缺陷:現(xiàn)實(shí)中很多靈敏度/特異度集中在某個(gè)值附近,比如0.95,如果只基于每個(gè)研究提供的一組靈敏度特異度數(shù)據(jù),很難驗(yàn)證logit變化后是否滿足線性關(guān)系�？v觀目前的一些連續(xù)性資料診斷試驗(yàn)研究,很大一部分文章中都會報(bào)道ROC曲線,如果可以把ROC曲線的信息充分利用,這無疑將提高模型的擬合效果,獲得更為精確的SROC曲線。目的:①針對各研究只提供一組靈敏度和特異度的資料類型,在HSROC模型基礎(chǔ)上,基于廣義logistic分布,建立既適用于對稱數(shù)據(jù)又適用于偏態(tài)數(shù)據(jù)的GHSROC模型(GenalizedHSROCModel)。②針對各研究提供ROC曲線的資料類型,充分利用每個(gè)研究的信息,在每個(gè)研究的ROC曲線上提取多個(gè)點(diǎn),基于廣義logistic分布,建立既適用于對稱數(shù)據(jù)又適用于偏態(tài)數(shù)據(jù)的MGHSROC模型(Multi-points based Genalized HSROC Model)。方法:①假設(shè)診斷結(jié)果服從廣義logistic分布,基于廣義logistic分布推出的靈敏度與特異度先經(jīng)冪指數(shù)變換再經(jīng)logit變換后的線性關(guān)系式,借助HSROC的構(gòu)建思路,建立GHSROC模型。模擬驗(yàn)證在偏態(tài)分布條件下GHSROC模型是否比HSROC模型更優(yōu),及GHSROC模型是否同樣適用于對稱分布數(shù)據(jù)。模擬參數(shù)主要考察研究數(shù)大小及數(shù)據(jù)分布偏度對模型的影響。②在每個(gè)研究的ROC曲線上提取9個(gè)點(diǎn),分別是特異度為0.1-0.9間隔0.1時(shí)對應(yīng)的靈敏度和特異度對子。將9對特異度和靈敏度看做9個(gè)等級下的累積概率,將診斷界值看做等級logistic回歸的截距項(xiàng),利用等級logistic回歸模型的構(gòu)建方法,基于廣義logistic分布,建立MGHSROC模型。不考慮偏度的MGHSROC模型稱為簡單模型,考慮偏度的稱為復(fù)雜模型。模擬驗(yàn)證在偏態(tài)分布條件下復(fù)雜模型是否比簡單模型更優(yōu),及復(fù)雜模型是否同樣適用于對稱分布數(shù)據(jù)。模擬參數(shù)考慮同第①部分。結(jié)果:①數(shù)據(jù)對稱且研究數(shù)小于10時(shí),HSROC擬合效果優(yōu)于GHSROC模型;數(shù)據(jù)偏態(tài)且研究數(shù)小于10時(shí),GHSROC模型擬合效果與HSROC相近;數(shù)據(jù)偏態(tài)且研究數(shù)大于10時(shí),GHSROC模型擬合效果優(yōu)于HSROC模型。②數(shù)據(jù)對稱時(shí),簡單模型擬合效果與復(fù)雜模型相近;數(shù)據(jù)偏態(tài)時(shí),復(fù)雜模型比簡單模型擬合更優(yōu)。結(jié)論:針對各研究只提供一組靈敏度和特異度的資料類型,本研究創(chuàng)新性的建立了 GHSROC模型。實(shí)際應(yīng)用中,當(dāng)研究數(shù)小于10時(shí),推薦使用HSROC模型;當(dāng)研究數(shù)大于10時(shí),推薦使用GHSROC模型。針對各研究提供ROC曲線的資料類型,本研究創(chuàng)新性的建立了 MGHSOC模型。實(shí)際應(yīng)用中,無論數(shù)據(jù)是對稱還是偏態(tài),均可選擇MGHSROC的復(fù)雜模型進(jìn)行建模。
【圖文】：

楊冉冉在其碩士論文《三參數(shù)Ｉ型廣義ｌｏｇｉｓｔｉｃ分布的參數(shù)估計(jì)》［４８］中用逡逑數(shù)學(xué)方法證明，廣義ｌｏｇｉｓｔｉｃ分布的ｓｋｅｗｎｅｓｓ位于－２和１．１３９６之間。我們繪制了廣逡逑義ｌｏｇｉｓｔｉｃ分布的ｓｋｅｗｎｅｓｓ與形狀參數(shù)ｖ的關(guān)系圖，見圖２－１，從圖中可以看到形狀逡逑參數(shù)從０增大到５時(shí)，ｓｋｅｗｎｅｓｓ的變化比較急劇；當(dāng)形狀參數(shù)從５變化到１０時(shí)，逡逑ｓｋｅｗｎｅｓｓ的變化比較緩慢；當(dāng)形狀參數(shù)從１０再向上增大時(shí)，ｓｋｅｗｎｅｓｓ基本維持不逡逑變。這種現(xiàn)象說明形狀參數(shù)大于１０之后，形狀參數(shù)己經(jīng)基本不影響分布的偏度逡逑了，主要影響的是分布的期望和方差。基于此，本研宄選取＾為（０，２０）區(qū)間上逡逑的均勻分布，具體設(shè)置如下：逡逑２２逡逑

逡逑紅色的代表ＨＳＲＯＣ模型，可以看到從整體上兩模型擬合ＲＯＣ很相近，但在特逡逑異度為０．７５時(shí)，ＧＨＳＲＯＣ擬合出的分為０．９５９，ＨＳＲＯＣ擬合出的＆為０．９２３，逡逑兩模型擬合出的靈敏度相差３．６％。在診斷試驗(yàn)領(lǐng)域中，對于靈敏度３．６％的差異逡逑是不容忽視的，，尤其是對于一些關(guān)鍵點(diǎn)來說，根據(jù)我們前文的模擬結(jié)果，我們逡逑有理由認(rèn)為ＧＨＳＲＯＣ模型擬合的結(jié)果更精確。逡逑表２－３邋ＨＳＲＯＣ和ＧＨＳＲＯＣ分析結(jié)果逡逑ＨＳＲＯＣ模型邐ＧＨＳＲＯＣ模型逡逑Ａ邐１６７邐＾０８６逡逑（３邐０．１１邐０．４１逡逑Ｖｄ邐－邐４．６７逡逑ＤＩＣ邐４６９．１８邐４７３．４６逡逑用兩種模型繪制的ＲＯＣ曲線如下：逡逑
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R-03

【參考文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前3條

1 楊冉冉;三參數(shù)Ⅰ型廣義Logistic分布的參數(shù)估計(jì)[D];北京工業(yè)大學(xué);2016年

2 劉翔;三參數(shù)Ⅰ型廣義Logistic分布的參數(shù)估計(jì)[D];北京工業(yè)大學(xué);2015年

3 段重陽;基于加權(quán)Youden指數(shù)的meta分析SROC新模型和加權(quán)Youden指數(shù)及對應(yīng)最佳診斷界值置信區(qū)間的構(gòu)建[D];南方醫(yī)科大學(xué);2014年

本文編號：2594907