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
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
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
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
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)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
ค่าประมาณที่รวมกันจากแบบจำลองแบบสองตัวแปรจะถูกแปลงกลับไปยังสเกลความไว/ความจำเพาะ และนำไปพล็อตเป็นจุดสรุปรวมพร้อมกับบริเวณความเชื่อมั่น 95% และบริเวณการทำนาย 95% ในพื้นที่ ROC เส้นโค้ง HSROC จะถูกซ้อนทับเพื่อแสดงให้เห็นว่าความแม่นยำเปลี่ยนแปลงไปตามเกณฑ์ต่างๆ อย่างไร กราฟิกนี้เป็นเครื่องมือสื่อสารหลักสำหรับผู้พัฒนากลุ่มแนวทางปฏิบัติในการประเมินคุณค่าการทดสอบของผู้ป่วย
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
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 DOIคัดลอกแล้วMacaskill, 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.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว