發送 meta 到本公眾號（freescience聯盟）後臺，查看更多系列推文~
本文僅講述診斷性meta分析的實際操作，不展開理論講解；理論部分，大家參考《循證醫學方法學》和《系統評價/meta分析理論與實踐》。
寫文章前，大家可能都要重複一下別人的文章。我們一起看看廣為流傳的經典文獻，那些年的教授們做的診斷meta分析。
最經典範文回顧：《ProGRP與NSE對小細胞肺癌診斷價值的meta分析》
作者：王紀文 高佳 赫捷 中國肺癌雜誌 2 0 1 0年 1 2月第 1 3卷第 1 2期
最經典範文解析：《診斷性試驗Meta分析的效應指標評價》
作者： 張俊 徐志偉 李克 《中國循證醫學雜誌》 2013年07期
【摘要】 背景與目的 胃泌素釋放肽前體（pro-gastrin-releasing peptide, ProGRP）和神經元特異性烯醇化酶（neuron specific enolase, NSE）是目前研究較多的小細胞肺癌（small cell lung cancer, SCLC）腫瘤標記物，本研究綜合評價了二者對SCLC的診斷價值。
方法 檢索Pubmed、 OVID、 Elsevier Sciencedirect、 Springer、 Cochrane Library、 Embase、 IFCC、中國生物醫學文獻資料庫和維普醫藥信息資源系統，收集血清ProGRP與NSE用於SCLC診斷的研究數據。通過meta分析擬合SROC曲線，合併診斷效應量，比較ProGRP和NSE對SCLC的診斷效能。
結果 本次meta分析共納入10篇文獻，累計病例2536例，其中SCLC 935例，非小細胞肺癌（non-small cell lung cancer, NSCLC） 1 601例，對照849例。 ProGRP和NSE的合併敏感度分別為0.70和0.61，合併特異度為0.93和0.90，合併陽性似然比為11.57和5.67，合併陰性似然比為0.32和0.45，合併診斷比值比為36.45和13.08。 SROC曲線顯示， ProGRP和NSE的Q*統計量分別為0.804 2和0.723 2，但差異無統計學意義。
結論 ProGRP對SCLC的鑑別能力與NSE相近，但特異度更高，可以作為SCLC的診斷指標。
文章中數據如下：
英文版
中文版的數據提取格式： ProGRP的數據，以下是可複製的數據：
添加所有研究或者從endnote導入
Endnote導入revman，具體步驟請查看dxy，這裡不詳述。Endnote導出refman格式後，再導入revman。
導入具體步驟的描述連結如下：
http://www.biomart.cn/experiment/430/586/588/240455.htm
增加文獻
在revman文獻特徵中對文獻進行評價
我們需要做2個指標，輸入兩個指標outcome
點點點後，就出來下圖。
添加一個結局指標進行分析
在這裡，增加一組或2組結局指標做亞組分析---這裡增加數據
上圖我們選擇了兩組，於是有了下面的分組的圖形，繪製在一起；這是revman獨有的顯示亞組的功能。
Stata只能算出數值，不能合併圖形，除非你用ps或者AI軟體合成。
在文本中依次進行評價，每個空都要填，有的童靴偷懶不填，問我為什麼有空白，那是「懶癌」症候群。。。。。
（~~~~(>_<)~~~~）
你看下圖，就有有的同學沒有調哦，出現了空白。
Revman的診斷meta演示到此結束了，最好的練習當然就是寫一篇啊！
點左下角的 閱讀原文 參加3月初的線下小班培訓，當堂提問、現場操作練習。
點這裡領我們整理的軟體庫
長按以上二維碼留言「生信」進生信微信交流群
點 這裡 查看sci文章潤色服務
freescience聯盟QQ交流群： 463367325
猴哥：Freescience公眾號meta分析欄目現任主編。講師，副主任醫師，武漢大學腫瘤學博士，專注於胃腸道腫瘤分子生物學機制、系統評價/Meta分析、數據挖掘、臨床統計研究。