メタアナリティック診断精度研究
- 提唱者
- Moses, Shapiro & Littenberg (SROC framework, 1993); Reitsma et al. (bivariate model, 2005)
- 年
- 1993–2005 (foundational models)
- 種類
- Quantitative systematic synthesis
- 系統
- Clinical / epidemiology
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
メタアナリティック診断精度研究は、複数の一次診断テスト精度研究から感度および特異度データを体系的に特定し、プールするものである。二変量モデルまたは階層型サマリーROC(HSROC)モデルを用いることで、多様な臨床設定における疾患を有する個人および疾患を有しない個人を正しく分類するテストの能力に関する統合的な要約を生成し、感度と特異度の間の固有のトレードオフを考慮する。
手法の背後にある直感
単一の研究が「この血液検査はどの程度がんを検出できるか?」と問う場合、その答えは選択された閾値、患者集団、およびランダムな変動に依存する。メタアナリティック診断精度研究は、比較可能なすべての一次研究を収集し、それらの2×2分割表を抽出し、研究間で必然的に閾値と集団が変動することを認識しながら、感度と特異度を共同で推定する統計モデルを適合させる。その結果は、テストの真の診断価値に関する最良の利用可能なエビデンスを臨床医およびガイドライン作成者に提供するサマリーROC曲線とプールされた運用点となる。
歴史学
診断テスト精度データの統計的プールは、1993年にMoses、Shapiro、Littenbergによって提案されたサマリーROC(SROC)法から本格的に始まり、これは診断オッズ比空間で回帰直線を適合させた。Irwigら(1994)およびLijmerら(1999)は、研究デザインの欠陥が精度推定値に与える影響を文書化した。RutterとGatsonis(2001)は階層型SROCモデルを提案した。Reitsmaら(2005)による二変量ランダム効果モデルの登場は、画期的な進歩であり、標準的なアプローチとなった。Cochrane共同計画は、専用の診断テスト精度ワーキンググループを設立し、2010年に最初のハンドブック章を出版した。PRISMA-DTA報告ガイドラインは2018年に出版され、この分野をさらに標準化した。
使うべき場面
複数の一次診断精度研究が同じインデックステストおよびターゲット条件について存在し、臨床ガイドライン、医療技術評価、またはエビデンスに基づく実践推奨のためにテスト性能の要約推定値が必要な場合に、メタアナリティック診断精度研究を使用する。この手法は、少なくとも3〜5件の一次研究からの2×2分割表データ(またはそれを再構築するための十分な情報)へのアクセスを必要とする。研究数が少ないと二変量モデルが不安定になる。患者集団、参照標準、または臨床的文脈においてプールを正当化するには異質性が高すぎる一次研究がある場合は、このアプローチを使用せず、代わりにナラティブな系統的レビューを実施する。感度と特異度を別々に単純にプールすることは避ける。なぜなら、それは両測定値間の重要な閾値駆動型相関を無視するためである。
限界と注意点
- 抽出可能な2×2データを持つ少なくとも5〜10件の一次研究が必要である。二変量モデルは、それより少ない研究では不安定になる。
- 結果は、包含された一次研究の妥当性と同じ程度にしか有効ではない。一次研究における高いバイアスリスク(例:症例対照デザイン、不完全な参照標準)は、推定精度を誇張する。
- 患者スペクトラムおよび閾値の違いによってしばしば引き起こされる、研究間の実質的な異質性は、単一のプールされた推定値を誤解を招くものにすることが多い。
- 研究内の共変量を調整できない。メタ回帰は研究レベルの変数に限定され、生態学的バイアスを起こしやすい。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 複数の独立した研究からのデータを組み合わせることで、診断テストの精度に関する最高レベルのエビデンスを提供する。
- 二変量モデルとHSROCモデルは、閾値変動に起因する感度と特異度の間のトレードオフを正しく考慮する。
- 研究間の異質性を定量化し、サブグループ分析およびメタ回帰を通じてその原因を探求することを可能にする。
- 単なる信頼領域よりも、新しい臨床設定で期待される精度を示す予測領域を生成する。これは、単独の信頼領域よりも実践にとって有用である。
- 確立された報告基準(PRISMA-DTA)およびCochrane DTAレビューに必要な方法論に準拠している。
応用
- 感染症のポイントオブケアテスト(例:インフルエンザ、SARS-CoV-2、またはマラリアの迅速抗原検査)の精度評価。
- がん、血管疾患、または臓器病変の検出のための画像モダリティ(CT、MRI、超音波)の評価。
- 敗血症、急性心筋梗塞、または肺塞栓症などの状態の陽性または陰性除外のためのバイオマーカー閾値の比較。
- 異なる有病率レベルまたは臨床リスク層でどのテストを使用するかに関する臨床ガイドライン推奨のためのエビデンス提供。
- 意思決定分析モデルに組み込むための感度と特異度の推定値を必要とする医療技術評価。
- 一次診断精度研究における、方法論的限界または欠落した集団がさらなる研究を正当化するギャップの特定。
使い方
使い方
包括的な文献検索は、インデックステスト、ターゲット条件、および研究デザインの用語を組み合わせた構造化された戦略を用いて、複数のデータベース(MEDLINE、Embaseなど)全体で実施される。研究は、患者集団、参照標準、および許容可能な研究デザインを定義する事前に指定された適格基準に対してスクリーニングされる。通常、QUADAS-2が、各包含研究のリスク・オブ・バイアスおよび適用可能性を評価するために適用される。
適格な各研究から、レビュー担当者は報告された閾値における2×2分割表(真陽性、偽陽性、偽陰性、真陰性)を抽出する。複数の閾値が報告されている場合、最も臨床的に関連性の高い閾値、または事前に指定されたターゲットに最も近い閾値が選択される。研究レベルの共変量(例:研究デザイン(前向き対後向き)、患者スペクトラム、参照標準)も、サブグループ分析またはメタ回帰分析のために記録される。
各2×2分割表から、感度(TP/(TP+FN))および特異度(TN/(TN+FP))が、それらの信頼区間とともに計算される。分散を安定させるために、ロジット変換が適用される。陽性尤度比および陰性尤度比、ならびに診断オッズ比も二次指標として計算される場合がある。
数式
\text{Sensitivity} = TP/(TP+FN),\quad \text{Specificity} = TN/(TN+FP)二変量ランダム効果モデル(Reitsmaら、2005)は、研究間の対数感度および対数特異度を共同でモデル化し、それらの相関(閾値変動に起因する)を明示的に考慮する。代替のパラメータ化であるHSROCモデル(Rutter and Gatsonis, 2001)は、サマリーROC曲線を直接推定する。両モデルは特定の条件下で同等であり、二変量モデルはサマリー運用点が目標である場合に好まれる。
二変量モデルからのプールされた推定値は感度/特異度の尺度に逆変換され、ROC空間における95%信頼領域および95%予測領域を持つサマリー点としてプロットされる。HSROC曲線は、閾値全体で精度がどのように変化するかを示すために重ねて表示される。このグラフィックは、テストを評価するガイドライン作成者にとって中心的なコミュニケーションツールである。
感度および特異度における異質性は、二変量モデルからの分散成分を用いて定量化される。異質性の原因は、事前に指定されたサブグループ分析(例:研究デザイン別、患者スペクトラム別、参照標準別)または研究レベル共変量に対するメタ回帰を通じて探索される。出版バイアスは、診断研究では介入研究よりも評価が難しいが、診断オッズ比のファネルプロットを通じて探索される場合がある。
よくある落とし穴
- 感度と特異度を独立しているかのように別々にプールすること。これは、閾値変動によって引き起こされる負の相関を無視し、バイアスのある要約推定値を生み出す。常に二変量またはHSROCモデルを使用すること。
- 症例対照デザインの一次研究を感度分析なしで含めること。これらは、コホートデザインと比較して感度と特異度を誇張し、別途評価されるべきである。
- サマリー点周りの信頼領域のみを報告し、予測領域を含めないこと。予測領域は、新しい研究がどこに位置する可能性が高いかを示し、臨床的に関連性の高い不確実性尺度である。
- 参照標準の役割を無視すること。不完全な参照標準は、非自明な方向に感度と特異度の両方をバイアスする可能性がある。バイアスリスク評価において参照標準の質を評価し、その影響を議論すること。
- プロトコルを事前に登録しないこと。事前登録なしでは、事後的なサブグループ決定は偽陽性所見の誇張リスクを生み出す。
よくある質問
二変量モデルとHSROCモデルの違いは何ですか?
両モデルとも感度と特異度の相関を考慮する。二変量モデル(Reitsma 2005)は、対数感度と対数特異度で直接パラメータ化され、サマリー運用点が主たる目標である場合に好まれる。HSROCモデル(Rutter and Gatsonis 2001)は、精度と閾値でパラメータ化され、自然にROC曲線を生成する。共変量がないという仮定の下では、両モデルは数学的に同等であるため、選択は主に強調点とソフトウェアの利用可能性の問題である。
二変量モデルを適合させるには、いくつの研究が必要ですか?
一般的に約5件の研究が最低限必要とされるが、二変量モデルは5つのパラメータを持ち、特に異質性が高い場合には10件未満の研究では不安定になる可能性がある。研究数が非常に少ない場合は、中央値感度と特異度およびその範囲を報告する、あるいは限界を認識しつつ各測定値について単変量モデルを適合させるなどの、より単純なアプローチをとる方が誠実である。
症例対照デザインの研究を含めるべきですか?
症例対照デザインの診断精度研究(症例は確定診断された疾患集団から、対照は確定診断された疾患のない集団から募集される)は、臨床現場で見られる診断的に困難な中間患者を除外するため、通常、精度を過大評価する。QUADAS-2はこれを患者選択バイアスの高リスクとしてフラグを立てる。そのような研究を除外する感度分析を実施することが最善の実践であり、すべてのデザインを無差別にプールすることは避けるべきである。
複数の閾値を報告する研究をどのように扱いますか?
研究が複数の閾値でデータを提供する場合、研究ごとに単一の閾値を選択する(プロトコルで事前に指定するのが理想的)か、すべての閾値ポイントを組み込む多閾値二変量モデルの拡張機能を使用することができる。単一閾値アプローチと多閾値アプローチを原則的な規則なしに混在させることは、一貫性のない結果を招くため避けるべきである。
どのような報告ガイドラインに従うべきですか?
McInnesらによって2018年にJAMAに発表されたPRISMA-DTA(Preferred Reporting Items for Systematic Reviews and Meta-Analyses of Diagnostic Test Accuracy Studies)ステートメントは、標準的な報告フレームワークである。これは、ターゲット条件、インデックステスト、参照標準、およびQUADAS-2バイアスリスク評価の詳細を含む、診断精度レビューに特有の項目で一般的なPRISMAチェックリストを拡張したものである。
関連する手法
参考文献
Reitsma, J. B., Glas, A. S., Rutjes, A. W., Scholten, R. J., Bossuyt, P. M., & Zwinderman, A. H. (2005). Bivariate analysis of sensitivity and specificity produces informative summary measures in diagnostic reviews. Journal of Clinical Epidemiology, 58(10), 982–990.
DOI 文献を開くコピーしました。Macaskill, P., Gatsonis, C., Deeks, J. J., Harbord, R. M., & Takwoingi, Y. (2010). Analysing and Presenting Results. In J. J. Deeks, P. M. Bossuyt, & C. Gatsonis (Eds.), Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy. The Cochrane Collaboration.
出版物の文献を開くコピーしました。