Skip to content
กลับไปยังผลการค้นหา

การศึกษาวิเคราะห์อภิมานความแม่นยำในการวินิจฉัย

ผู้เสนอ
Moses, Shapiro & Littenberg (SROC framework, 1993); Reitsma et al. (bivariate model, 2005)
ปี
1993–2005 (foundational models)
ประเภท
Quantitative systematic synthesis
กลุ่มวิธี
Clinical / epidemiology

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การศึกษาวิเคราะห์อภิมานความแม่นยำในการวินิจฉัยเป็นการระบุและรวบรวมข้อมูลความไว (sensitivity) และความจำเพาะ (specificity) จากการศึกษาปฐมภูมิหลายชิ้นเกี่ยวกับการทดสอบวินิจฉัยอย่างเป็นระบบ โดยใช้แบบจำลองแบบสองตัวแปร (bivariate model) หรือแบบสรุปรวม ROC แบบลำดับชั้น (hierarchical summary ROC หรือ HSROC) การศึกษานี้จะให้ผลสรุปรวมเกี่ยวกับความสามารถของการทดสอบในการจำแนกผู้ป่วยที่มีโรคและไม่มีโรคได้อย่างถูกต้องในบริบททางคลินิกที่หลากหลาย โดยคำนึงถึงความสัมพันธ์แบบผกผันระหว่างความไวและความจำเพาะ

แนวคิดเบื้องหลังวิธีการ

เมื่อการศึกษาเพียงชิ้นเดียวถามว่า 'ชุดตรวจเลือดนี้ตรวจมะเร็งได้ดีเพียงใด?' คำตอบจะขึ้นอยู่กับเกณฑ์ที่เลือก กลุ่มประชากรผู้ป่วย และความแปรปรวนแบบสุ่ม การศึกษาวิเคราะห์อภิมานความแม่นยำในการวินิจฉัยจะรวบรวมการศึกษาปฐมภูมิที่เปรียบเทียบกันได้ทั้งหมด ดึงข้อมูลตาราง 2x2 ออกมา และปรับแบบจำลองทางสถิติที่ประมาณค่าความไวและความจำเพาะร่วมกัน โดยยอมรับว่าการศึกษามีความแตกต่างกันในเรื่องเกณฑ์และกลุ่มประชากรอย่างหลีกเลี่ยงไม่ได้ ผลลัพธ์ที่ได้คือเส้นโค้ง ROC สรุปรวมและจุดปฏิบัติการที่รวมกัน (pooled operating point) ซึ่งให้หลักฐานที่ดีที่สุดเท่าที่มีอยู่แก่แพทย์และผู้พัฒนากลุ่มแนวทางปฏิบัติเกี่ยวกับคุณค่าที่แท้จริงของการทดสอบในการวินิจฉัย

ประวัติศาสตร์

การรวมข้อมูลความแม่นยำของการทดสอบวินิจฉัยทางสถิติเริ่มเป็นที่แพร่หลายด้วยวิธีการ SROC (summary ROC) ของ Moses, Shapiro, และ Littenberg ในปี 1993 ซึ่งปรับเส้นถดถอยในปริภูมิของอัตราส่วนอุปสรรคในการวินิจฉัย Irwig et al. (1994) และ Lijmer et al. (1999) ได้บันทึกผลกระทบของข้อบกพร่องในการออกแบบการศึกษาต่อค่าประมาณความแม่นยำ Rutter และ Gatsonis (2001) ได้เสนอแบบจำลอง HSROC (hierarchical SROC) ความก้าวหน้าที่สำคัญเกิดขึ้นกับ Reitsma et al. (2005) ซึ่งแบบจำลองแบบสองตัวแปรความแปรปรวนแบบสุ่ม (bivariate random-effects model) ได้กลายเป็นแนวทางมาตรฐาน Cochrane Collaboration ได้จัดตั้งกลุ่มทำงานเฉพาะด้านความแม่นยำของการทดสอบวินิจฉัย (Diagnostic Test Accuracy working group) และตีพิมพ์บทแรกของคู่มือในปี 2010 แนวทางการรายงาน PRISMA-DTA ได้รับการตีพิมพ์ในปี 2018 ซึ่งเป็นการสร้างมาตรฐานให้กับวงการนี้

ควรใช้เมื่อใด

ใช้การศึกษาวิเคราะห์อภิมานความแม่นยำในการวินิจฉัยเมื่อมีงานวิจัยปฐมภูมิหลายชิ้นเกี่ยวกับการทดสอบดัชนีและสภาวะเป้าหมายเดียวกัน และต้องการค่าประมาณสรุปรวมของประสิทธิภาพการทดสอบสำหรับกลุ่มแนวทางปฏิบัติทางคลินิก การประเมินเทคโนโลยีสุขภาพ หรือคำแนะนำการปฏิบัติโดยอาศัยหลักฐาน วิธีการนี้ต้องการการเข้าถึงข้อมูลตาราง 2x2 (หรือข้อมูลเพียงพอที่จะสร้างใหม่ได้) จากการศึกษาปฐมภูมิอย่างน้อย 3-5 ชิ้น หากมีจำนวนน้อยกว่านี้แบบจำลองแบบสองตัวแปรจะไม่เสถียร อย่าใช้วิธีการนี้เมื่อการศึกษาปฐมภูมิมีความไม่สอดคล้องกันมากเกินไปในกลุ่มประชากรผู้ป่วย มาตรฐานอ้างอิง หรือบริบททางคลินิกจนไม่สามารถรวมข้อมูลได้ ให้ทำการทบทวนอย่างเป็นระบบเชิงบรรยาย (narrative systematic review) แทน หลีกเลี่ยงการรวมค่าความไวและความจำเพาะแยกกันแบบทางเดียว (univariate pooling) เนื่องจากจะละเลยความสัมพันธ์ที่สำคัญซึ่งเกิดจากเกณฑ์และส่งผลให้ค่าประมาณสรุปรวมมีความคลาดเคลื่อน

ข้อจำกัดและข้อควรพิจารณา

  • ต้องการการศึกษาปฐมภูมิอย่างน้อย 5-10 ชิ้นที่มีข้อมูล 2x2 ที่สามารถดึงออกมาได้ แบบจำลองแบบสองตัวแปรจะไม่เสถียรหากมีจำนวนน้อยกว่านี้
  • ผลลัพธ์มีความถูกต้องเท่ากับความถูกต้องของการศึกษาปฐมภูมิที่รวมอยู่เท่านั้น - ความเสี่ยงสูงของอคติในการศึกษาปฐมภูมิ (เช่น การออกแบบแบบกรณี-กลุ่มควบคุม มาตรฐานอ้างอิงที่ไม่สมบูรณ์) จะทำให้ค่าความแม่นยำที่ประมาณได้สูงเกินจริง
  • ความไม่สอดคล้องกันระหว่างการศึกษามีมาก ซึ่งมักเกิดจากความแตกต่างในกลุ่มประชากรผู้ป่วยและเกณฑ์ ทำให้ค่าประมาณสรุปรวมเพียงค่าเดียวอาจทำให้เข้าใจผิดได้บ่อยครั้ง
  • ไม่สามารถปรับค่าสำหรับตัวแปรร่วมภายในการศึกษาได้ การวิเคราะห์อภิมานถดถอยจำกัดอยู่เพียงตัวแปรระดับการศึกษาและมีแนวโน้มที่จะเกิดอคติเชิงนิเวศ (ecological bias)

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ให้ระดับหลักฐานสูงสุดสำหรับความแม่นยำของการทดสอบวินิจฉัย โดยการรวมข้อมูลจากการศึกษาอิสระหลายชิ้น
  • แบบจำลองแบบสองตัวแปรและ HSROC คำนึงถึงความสัมพันธ์แบบผกผันระหว่างความไวและความจำเพาะที่เกิดจากความแปรปรวนของเกณฑ์ระหว่างการศึกษาได้อย่างถูกต้อง
  • วัดปริมาณความไม่สอดคล้องกันระหว่างการศึกษา และช่วยสำรวจแหล่งที่มาของความไม่สอดคล้องกันผ่านการวิเคราะห์กลุ่มย่อยและการวิเคราะห์อภิมานถดถอย
  • ให้ผลลัพธ์เป็นบริเวณการทำนาย (prediction region) ซึ่งแสดงให้เห็นถึงความแม่นยำที่คาดว่าจะได้รับในบริบททางคลินิกใหม่ ซึ่งมีประโยชน์ต่อการปฏิบัติมากกว่าเพียงแค่บริเวณความเชื่อมั่น
  • สอดคล้องกับมาตรฐานการรายงานที่ยอมรับ (PRISMA-DTA) และระเบียบวิธีที่จำเป็นสำหรับการทบทวน Cochrane DTA

การประยุกต์ใช้

  • การประเมินความแม่นยำของการทดสอบ ณ จุดดูแล (point-of-care tests) สำหรับโรคติดเชื้อ (เช่น ชุดตรวจแอนติเจนอย่างรวดเร็วสำหรับไข้หวัดใหญ่, SARS-CoV-2, หรือมาลาเรีย)
  • การประเมินวิธีการถ่ายภาพ (CT, MRI, ultrasound) สำหรับการตรวจหามะเร็ง โรคหลอดเลือด หรือพยาธิสภาพของอวัยวะ
  • การเปรียบเทียบเกณฑ์ของตัวบ่งชี้ทางชีวภาพ (biomarker thresholds) สำหรับการยืนยันหรือตัดโรคออก เช่น ภาวะติดเชื้อในกระแสเลือด (sepsis) กล้ามเนื้อหัวใจตายเฉียบพลัน (acute myocardial infarction) หรือภาวะลิ่มเลือดอุดกั้นในปอด (pulmonary embolism)
  • การให้หลักฐานสำหรับคำแนะนำในกลุ่มแนวทางปฏิบัติทางคลินิกเกี่ยวกับวิธีการทดสอบที่จะใช้ในระดับความชุก (prevalence) หรือระดับความเสี่ยงทางคลินิกที่แตกต่างกัน
  • การประเมินเทคโนโลยีสุขภาพที่ต้องการค่าประมาณความไวและความจำเพาะเพื่อนำไปใช้ในแบบจำลองการวิเคราะห์การตัดสินใจ (decision-analytic models)
  • การระบุช่องว่างในการวิจัยปฐมภูมิเกี่ยวกับความแม่นยำในการวินิจฉัย ซึ่งข้อจำกัดทางระเบียบวิธีวิจัยหรือกลุ่มประชากรที่ขาดหายไปสมควรได้รับการศึกษาเพิ่มเติม

วิธีการทำงาน

วิธีการทำงาน

1

มีการดำเนินการค้นวรรณกรรมอย่างครอบคลุมในฐานข้อมูลหลายแห่ง (เช่น MEDLINE, Embase) โดยใช้กลยุทธ์การค้นที่มีโครงสร้างซึ่งรวมคำศัพท์สำหรับตัวทดสอบดัชนี (index test) สภาวะเป้าหมาย (target condition) และการออกแบบการศึกษา การคัดกรองการศึกษาจะดำเนินการตามเกณฑ์คุณสมบัติที่กำหนดไว้ล่วงหน้า ซึ่งกำหนดกลุ่มประชากรผู้ป่วย มาตรฐานอ้างอิง (reference standard) และการออกแบบการศึกษาที่ยอมรับได้ โดยทั่วไปจะใช้ QUADAS-2 เพื่อประเมินความเสี่ยงของอคติ (risk of bias) และความสามารถในการนำไปใช้ (applicability) ของแต่ละการศึกษาที่รวมอยู่

2

จากตาราง 2x2 ของแต่ละการศึกษาที่เข้าเกณฑ์ ผู้วิจัยจะดึงข้อมูล (จำนวนผลบวกจริง, จำนวนผลบวกปลอม, จำนวนผลลบปลอม, จำนวนผลลบจริง) ที่เกณฑ์ที่รายงานไว้ เมื่อมีการรายงานหลายเกณฑ์ จะมีการเลือกเกณฑ์ที่เกี่ยวข้องทางคลินิกมากที่สุด หรือเกณฑ์ที่ใกล้เคียงกับเกณฑ์เป้าหมายที่กำหนดไว้ล่วงหน้ามากที่สุด นอกจากนี้ยังมีการบันทึกตัวแปรร่วมของการศึกษา (study-level covariates) เช่น การออกแบบการศึกษา (แบบไปข้างหน้าเทียบกับแบบย้อนหลัง) กลุ่มประชากรผู้ป่วย และมาตรฐานอ้างอิง สำหรับการวิเคราะห์กลุ่มย่อยหรือการวิเคราะห์อภิมานถดถอย (meta-regression) ที่อาจเกิดขึ้น

3

จากตาราง 2x2 แต่ละตาราง จะมีการคำนวณค่าความไว (TP/(TP+FN)) และความจำเพาะ (TN/(TN+FP)) พร้อมช่วงความเชื่อมั่น (confidence intervals) จะมีการแปลงค่า logit เพื่อทำให้ความแปรปรวนคงที่ก่อนการรวมข้อมูล นอกจากนี้ อาจมีการคำนวณอัตราส่วนความเป็นไปได้เชิงบวกและเชิงลบ (positive and negative likelihood ratios) และอัตราส่วนอุปสรรคในการวินิจฉัย (diagnostic odds ratios) เป็นดัชนีรอง

สูตร
\text{Sensitivity} = TP/(TP+FN),\quad \text{Specificity} = TN/(TN+FP)
4

แบบจำลองความแปรปรวนแบบสุ่มแบบสองตัวแปร (bivariate random-effects model) (Reitsma et al., 2005) จะจำลองค่า logit-sensitivity และ logit-specificity ร่วมกันระหว่างการศึกษา โดยคำนึงถึงความสัมพันธ์ของค่าทั้งสอง (ซึ่งเกิดจากความแปรปรวนของเกณฑ์) อย่างชัดเจน อีกทางเลือกหนึ่งคือแบบจำลอง HSROC (Rutter and Gatsonis, 2001) ซึ่งประมาณค่าเส้นโค้ง ROC สรุปรวมโดยตรง แบบจำลองทั้งสองจะเทียบเท่ากันภายใต้เงื่อนไขบางประการ โดยแบบจำลองแบบสองตัวแปรจะถูกเลือกเมื่อเป้าหมายคือจุดปฏิบัติการสรุปรวม

5

ค่าประมาณที่รวมกันจากแบบจำลองแบบสองตัวแปรจะถูกแปลงกลับไปยังสเกลความไว/ความจำเพาะ และนำไปพล็อตเป็นจุดสรุปรวมพร้อมกับบริเวณความเชื่อมั่น 95% และบริเวณการทำนาย 95% ในพื้นที่ ROC เส้นโค้ง HSROC จะถูกซ้อนทับเพื่อแสดงให้เห็นว่าความแม่นยำเปลี่ยนแปลงไปตามเกณฑ์ต่างๆ อย่างไร กราฟิกนี้เป็นเครื่องมือสื่อสารหลักสำหรับผู้พัฒนากลุ่มแนวทางปฏิบัติในการประเมินคุณค่าการทดสอบของผู้ป่วย

6

ความไม่สอดคล้องกัน (heterogeneity) ของความไวและความจำเพาะจะถูกวัดปริมาณโดยใช้ส่วนประกอบความแปรปรวนจากแบบจำลองแบบสองตัวแปร แหล่งที่มาของความไม่สอดคล้องกันจะถูกสำรวจผ่านการวิเคราะห์กลุ่มย่อยที่กำหนดไว้ล่วงหน้า (เช่น ตามการออกแบบการศึกษา กลุ่มประชากรผู้ป่วย มาตรฐานอ้างอิง) หรือการวิเคราะห์อภิมานถดถอยตามตัวแปรร่วมระดับการศึกษา อคติในการตีพิมพ์ (publication bias) แม้จะประเมินได้ยากกว่าในการศึกษาการวินิจฉัยเมื่อเทียบกับการศึกษาการรักษา อาจถูกสำรวจผ่านแผนภาพกรวย (funnel plots) ของอัตราส่วนอุปสรรคในการวินิจฉัย

ข้อผิดพลาดที่พบบ่อย

  • การรวมค่าความไวและความจำเพาะแยกกันเสมือนว่าค่าทั้งสองเป็นอิสระต่อกัน - วิธีนี้ละเลยความสัมพันธ์เชิงลบที่เกิดจากความแปรปรวนของเกณฑ์ และให้ค่าประมาณสรุปรวมที่คลาดเคลื่อน - ควรใช้แบบจำลองแบบสองตัวแปรหรือ HSROC เสมอ
  • การรวมการศึกษาปฐมภูมิที่มีการออกแบบแบบกรณี-กลุ่มควบคุม (case-control design) โดยไม่มีการวิเคราะห์ความไว - การศึกษาเหล่านี้ทำให้ค่าความไวและความจำเพาะสูงเกินจริงเมื่อเทียบกับการออกแบบแบบติดตามระยะยาว (cohort designs) และควรได้รับการประเมินแยกต่างหาก
  • การรายงานเฉพาะบริเวณความเชื่อมั่นรอบจุดสรุปรวมโดยไม่มีบริเวณการทำนาย - บริเวณการทำนายแสดงให้เห็นว่าการศึกษาใหม่มีแนวโน้มที่จะตกอยู่ที่ใด และเป็นตัววัดความไม่แน่นอนที่มีความสำคัญทางคลินิก
  • การละเลยบทบาทของมาตรฐานอ้างอิง - มาตรฐานอ้างอิงที่ไม่สมบูรณ์สามารถทำให้ทั้งความไวและความจำเพาะเกิดอคติในทิศทางที่ไม่สำคัญ - ควรประเมินคุณภาพของมาตรฐานอ้างอิงในการประเมินความเสี่ยงของอคติ และอภิปรายผลกระทบ
  • การไม่ลงทะเบียนระเบียบวิธีวิจัยล่วงหน้า - หากไม่มีการลงทะเบียนล่วงหน้า การตัดสินใจเกี่ยวกับกลุ่มย่อยหลังการศึกษา (post-hoc) จะเพิ่มความเสี่ยงของการพบผลบวกลวง (false-positive findings) ที่สูงเกินจริง

คำถามที่พบบ่อย

อะไรคือความแตกต่างระหว่างแบบจำลองแบบสองตัวแปรและแบบจำลอง HSROC?

แบบจำลองทั้งสองคำนึงถึงความสัมพันธ์ระหว่างความไวและความจำเพาะ แบบจำลองแบบสองตัวแปร (Reitsma 2005) จำลองค่าในรูปของ logit-sensitivity และ logit-specificity โดยตรง และเป็นที่นิยมเมื่อจุดปฏิบัติการสรุปรวมเป็นเป้าหมายหลัก แบบจำลอง HSROC (Rutter and Gatsonis 2001) จำลองค่าในรูปของความแม่นยำและเกณฑ์ และสร้างเส้นโค้ง ROC ได้ตามธรรมชาติ ภายใต้สมมติฐานว่าไม่มีตัวแปรร่วม แบบจำลองทั้งสองจะเทียบเท่ากันทางคณิตศาสตร์ ดังนั้นการเลือกจึงขึ้นอยู่กับจุดเน้นและความพร้อมของซอฟต์แวร์เป็นหลัก

ฉันต้องใช้การศึกษาจำนวนเท่าใดในการปรับแบบจำลองแบบสองตัวแปร?

โดยทั่วไปมักกล่าวถึงจำนวนขั้นต่ำประมาณ 5 การศึกษา แต่แบบจำลองแบบสองตัวแปรมี 5 พารามิเตอร์ และอาจไม่เสถียรหากมีจำนวนน้อยกว่า 10 การศึกษา โดยเฉพาะอย่างยิ่งเมื่อความไม่สอดคล้องกันสูง หากมีจำนวนการศึกษาน้อยมาก วิธีการที่ง่ายกว่า เช่น การรายงานค่ามัธยฐานของความไวและความจำเพาะพร้อมช่วงค่า หรือการปรับแบบจำลองทางเดียว (univariate model) สำหรับแต่ละมาตรวัดแยกกัน โดยยอมรับข้อจำกัด จะมีความซื่อสัตย์มากกว่า

ฉันควรจะรวมการศึกษาที่ใช้การออกแบบแบบกรณี-กลุ่มควบคุมหรือไม่?

การศึกษาความแม่นยำในการวินิจฉัยที่มีการออกแบบแบบกรณี-กลุ่มควบคุม ซึ่งรวบรวมผู้ป่วยจากกลุ่มประชากรที่ได้รับการยืนยันว่าเป็นโรคและกลุ่มควบคุมจากประชากรที่ยืนยันว่าปลอดโรค มักจะประเมินค่าความแม่นยำสูงเกินจริง เนื่องจากละเว้นผู้ป่วยที่มีอาการก้ำกึ่งซึ่งมีความท้าทายในการวินิจฉัยที่พบในการปฏิบัติทางคลินิก QUADAS-2 ระบุว่านี่เป็นความเสี่ยงสูงของอคติในการเลือกผู้ป่วย (patient-selection bias) แนวทางปฏิบัติที่ดีที่สุดคือการทำการวิเคราะห์ความไวโดยไม่รวมการศึกษาดังกล่าว แทนที่จะรวมการออกแบบทั้งหมดอย่างไม่เลือกหน้า

ฉันจะจัดการกับการศึกษาที่รายงานหลายเกณฑ์ได้อย่างไร?

หากการศึกษาต่างๆ รายงานข้อมูลที่เกณฑ์หลายระดับ คุณสามารถเลือกเกณฑ์เดียวต่อการศึกษา (ตามที่กำหนดไว้ล่วงหน้าในระเบียบวิธีวิจัยของคุณ) หรือใช้ส่วนขยายของแบบจำลองแบบสองตัวแปรแบบหลายเกณฑ์ (multiple-threshold bivariate model extensions) ที่รวมจุดเกณฑ์ทั้งหมด การผสมผสานวิธีการแบบเกณฑ์เดียวและหลายเกณฑ์โดยไม่มีกฎเกณฑ์ที่ชัดเจนจะนำไปสู่ความไม่สอดคล้องกันและควรหลีกเลี่ยง

ฉันควรปฏิบัติตามแนวทางการรายงานใด?

เอกสาร PRISMA-DTA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses of Diagnostic Test Accuracy Studies) ซึ่งตีพิมพ์ในปี 2018 โดย McInnes et al. ใน JAMA เป็นกรอบการรายงานมาตรฐาน โดยขยายรายการตรวจสอบ PRISMA ทั่วไปด้วยรายการที่เฉพาะเจาะจงสำหรับการทบทวนความแม่นยำในการวินิจฉัย รวมถึงคำอธิบายสภาวะเป้าหมาย ตัวทดสอบดัชนี มาตรฐานอ้างอิง และการประเมินความเสี่ยงของอคติ QUADAS-2

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. 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.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว
  2. 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.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว