应用R实现诊断准确性试验贝叶斯Meta分析

2015-01-19李胜张超华先平原瑞霞曾宪涛

中国循证心血管医学杂志 2015年1期

李胜，张超，华先平，原瑞霞，曾宪涛

· 循证理论与实践 ·

李胜，张超，华先平，原瑞霞，曾宪涛

疾病治疗前需对疾病进行准确诊断，诊断方法的准确度将直接影响后续治疗的合理性[1]。类似于干预性研究，单个的诊断准确性试验（diagnostic test accuracy，DTA）也存在样本量过小等局限性。DTA的Meta分析可以克服这一局限性，为临床医生和卫生技术评估机构提供定量合成的科学证据，从而将各种新的检查引进到医学领域[2,3]。当前DTA的Meta分析多基于频率学派的理论制作，如Meta-Disc和RevMan 5软件[4-6]。随着计算机的快速发展，贝叶斯统计再次得到重视，相关的Meta分析方法也随之而来[7]。R是一款基于频率学和贝叶斯统计完成各种Meta分析的优秀软件[7,8]。当前，R可通过bamdit程序包[9]和HSROC程序包[10]实现DTA的贝叶斯Meta分析，本文结合实例[11]对这两款程序包进行介绍并比较其结果。

1 程序包简介

bamdit是Pablo Emilio Verde和Arnold Sykosch基于贝叶斯理论研发的一款在R下实现DTA的Meta分析的程序包[9]，于2011年发布，最新版本为V-1.1-1。该程序包将所采用的代码编制封装在后台，自身不含分亚组分析模块。

HSROC程序包[10]由Ian Schiller和Nandini Dendukuri研发，最新版本为V-2.1.7。同bamdit程序包一样，该程序包实现DTA的Meta分析也是基于贝叶斯方法实现的，且代码封存样式一致。

2 R及程序包的安装

R软件的简介及安装见笔者前述文中[8,12]介绍，本文使用的版本为R-3.0.2。在R软件安装完毕后，双击桌面的R软件图标，即可启动R的交互式窗口（R-GUI）。于命令提示符“＞”后输入命令install.packages（"bamdit"），在弹出对话框中选择某个镜像安装（CRAN），安装完成后可由library（"bamit"）命令完成加载。同样，按照这种方法可完成HSROC程序包的安装及加载。

3 数据加载

本文以Walusimbi等[11]文中的GeneXpert组的数据（表1）为例演示使用方法。

首先，需要对数据进行格式的排列，排列完成之后的数据见表1。可以看到，两个程序包在题头部位的表示方式是不一样的，但其他地方均相同。因此，在具体操作时，应单独制作各自的表格。将bamdit程序包的数据储存在桌面的Rwork文件中的bamditdata.txt文本中；HSROC程序包的数据储存在桌面的Rwork文件中的HSROCdata.txt文本中。之后，即可开始进行数据加载。

bamdit程序包数据加载的命令为：

data＜-read.table（"C:\Users\Administrator\ Desktop\Rwork\bamditdata.txt",header=TRUE,sep= "",na.strings="NA", dec=".", strip.white=TRUE）

HSROC程序包数据加载的命令为：

data＜-read.table（"C:\Users\Administrator\ Desktop\Rwork\HSROCdata.txt",sep="",na. strings="NA", dec=".", strip.white=TRUE）

表1 实例数据[11]排列格式

4 数据分析

4.1 bamdit程序包bamdit程序包是通过调用JAGS软件[13,14]来实现的，在使用该程序包时只需对其内部参数进行设置就可以了。数据分析需要使用“metadiag（）”命令来实现，具体命令与模型属性如下：

model=metadiag(data,n.chains=3,n.iter=50000,n. burnin=10000,n.thin=10)

该命令中，n.chains为链数目，n.iter：迭代次数，n.burnin：退火次数，n.thin：步长。

4.2 HSROC程序包该程序包通过自身直接实现，故需对其内部设置的模型进行相关的分析。首先需要使用“args（）函数”来调出内部模型属性设置，具体命令与模型属性如下：

args(HSROC)

function (data, iter.num, init = NULL, sub_rs = NULL, first.run = TRUE, path = getwd(), refresh = 100, prior.SEref = NULL, prior.SPref = NULL,prior_PI = c(0, 1), prior_LAMBDA = c(-3, 3), prior_THETA = c(-1.5, 1.5), prior_sd_alpha = list(0, 2, "sd"), prior_sd_theta = list(0, 2, "sd"), prior_beta = c(-0.75, 0.75))

上述命令中：prior为先验定义变量，prior. SEref和prior.SPref设为空，针对金标准而设定；其他变量后面将会在初始值中介绍。当然，上述先验的设定操作者可以自行设定，也可直接使用默认。

对于初始值，需将其分为组内与组间两部分，并分别进行设定。初始值的设定可使用默认值，本例以设置初始值为例进行讲解。

组内初始值通常分为五个部分，具体设置如表2所示。组间初始值通常也分为五个部分，具体设置如表3所示。

设定好组内与组间初始值后，就需将两者进行合并了，即汇总初始值。具体命令为：

init = list(init_within, init_between)

接着，可以使用如下命令进行迭代运算：

HSROC(data=data, iter.num=50000, init=init)

注：“iter.num”为迭代次数的设定。

表2 组内初始值设定汇总表

表3 组间初始值设定汇总表

5 结果汇总及图形绘制

完成上述分析后，即可对结果进行汇总分析。

5.1 bamdit程序包汇总结果的具体命令及结果见表4。

表4 bamdit程序包汇总结果的命令及汇总后的结果

该程序包仅能绘制“散点图与边缘密度图”这一种图形，其它图形的绘制需要借助其他程序包或软件实现。绘制该图形的命令为（图略）：bamdit.plot(model,data=data)

5.2. HSROC程序包HSROC程序包可以一步完成结果汇总和图形绘制，命令如下：

HSROCSummary(data=data, burn_in=10000, Thin=2, print_plot=TRUE)

上述命令执行完成后，结果及图形均自动保存在“C:/Users/Administrator/Documents”文件夹中。文件中的“Summary ROC curve.pdf”、“Density plots for N = 2000.pdf”和“Trace plots for N = 2000.pdf”分别为汇总ROC曲线图（图1）、密度图（图略）和轨迹图（图略）；“Summary for N = 20000.txt”文件为汇总结果；其他文件为迭代过程中软件自动生成参数文件。图1中，每个空心圆圈表示一个样本，大小表示样本量（正比）；红色实心圆圈为汇总后敏感度与特异度的坐标分布；红色椭圆圈表示汇总敏感性与特异性的95%可信区间；蓝色椭圆圈表示预测敏感性与特异性的95%可信区间。

打开“Summary for N = 20000.txt”，可看到该文本包括六个部分：迭代运算属性、原始样本数据、先验信息、组间参数、组内参数和后验结果。其中，后验结果如表5所示。至此，使用这两款程序包实现DTA的贝叶斯Meta分析的操作就完成了。

表5 后验结果汇总表

图1 SROC曲线图

6 小结

上述两个程序包均是基于贝叶斯理论[8,15]研发的，从结果来看，相似度很高（表4和表5）。以合并敏感度和特异度为例，bamdit程序包的结果分别为Sen=0.670（95%CrI = 0.376～0.887）、Spe=0.9064（95%CrI=0.9064～0.998）；H S R O C程序包的结果分别为S e n=0.6 9 7（95%CrI=0.353～1.000）、Spe =0.979（95%CrI=0.844～1.000）。这两款程序包的共同特点在于：在执行Meta分析前，常需操作者对相应参数进行先验设定（本例为默认设定）以及初始值的设定，而先验参数设定偏离时，则可影响结果。由于本处默认先验较为可靠，故最终结果十分相似。

相比较而言，HSROC程序包的功能较bamdit程序包强大，特别是在绘图功能上。这是由于bamdit程序包需要调用JAGS软件[13,14]来实现，而HSROC程序包通过自身完成。此外，HSROC程序包还可以实现亚组分析功能。但两款程序包均有其局限性，如不能绘制HSROC曲线图、不具备QUADAS工具[16]或QUADAS-2工具[17]模块以评价纳入研究方法学质量的功能、不能绘制相关的森林图、不能执行Meta回归分析[18]等。

总之，这两款程序包可以满足贝叶斯模型下的DTA的Meta分析计算的需求，R开放的特性也决定了其会在后期不断的完善。对于初学者而言，因涉及到先验参数的设定，故建议使用频率学方法实现较为安全。

[1] 曾宪涛,何明武,主编. 诊断准确性试验Meta分析软件一本通[M].北京:军事医学科学出版社,2014.

[2] Knottnerus JA,Buntinx F. The evidence base of clinical diagnosis: Theory and methods of diagnostic research,Second Edition[M]. Wiley-Blackwell, 2009.

[3] Devillé WL,Buntinx F,Bouter LM,et al. Conducting systematic reviews of diagnostic studies: didactic guidelines[J]. BMC Med Res Methodol, 2002,2:9.

[4] 曾宪涛,李胜,雷晋,等. Review Manager 5软件在诊断准确性试验的Meta分析中的应用[J]. 湖北医药学院学报,2013,32(1):6-16.

[5] 鄢金柱,翁鸿,冷卫东,等. 诊断准确性试验Meta分析分层受试者工作特征曲线的SAS实现[J]. 湖北医药学院学报,2014,33(4):365-9.

[6] Zamora J,Abraira V, Muriel A,et al. Meta-Disc: a software for Metaanalysis of test accuracy data[J]. BMC Med Res Methodol,2006,6:31.

[7] Menten J,Boelaert M,Lesaffre E. Bayesian meta-analysis of diagnostic tests allowing for imperfect reference standards[J]. Stat Med,2013, 32(30):5398-413.

[8] 罗杰,冷卫东,主编. 系统评价/Meta分析理论与实践[M]. 北京:军事医学科学出版社,2013.

[9] Verde PE,Sykosch A. bamdit: Bayesian Meta-Analysis of diagnostic test data, Version 1.1-1 [EB/OL]. URL: http://cran.r-project.org/web/ packages/bamdit/index.html.

[10] Schiller I,Dendukuri N. HSROC: Joint meta-analysis of diagnostic test sensitivity and specificity with or without a gold standard reference test,Version 2.1.7 [EB/OL]. URL: http://www.nandinidendukuri.com/.

[11] Walusimbi S,Bwanga F,De Costa A,et al. Meta-analysis to compare the accuracy of GeneXpert, MODS and the WHO 2007 algorithm for diagnosis of smear-negative pulmonary tuberculosis[J]. BMC Infect Dis,2013,13:507.

[12] 董圣杰,曾宪涛,郭毅. R软件Metafor程序包在Meta分析中的应用[J]. 中国循证医学杂志,2012,12(9):1141-7.

[13] 张超,孙凤,曾宪涛. R软件调用JAGS软件实现网状Meta分析[J]. 中国循证医学杂志,2014,14(2):241-8.

[14] 沈可,王芬,张超,等. 网状Meta分析在JAGS软件中的实现[J]. 数理医药学杂志,2014,27(4):446-51.

[15] 董圣杰,冷卫东,田家祥,等. Meta分析系列之五:贝叶斯Meta分析与WinBUGS软件[J]. 中国循证心血管医学杂志,2012,4(5):395-8.

[16] 曾宪涛,庄丽萍,杨宗国,等. Meta分析系列之七:非随机实验性研究、诊断性试验及动物实验的质量评价工具[J]. 中国循证心血管医学杂志,2012,4(6):496-9.

[17] 邬兰,张永,曾宪涛. QUADAS-2在诊断准确性研究的质量评价工具中的应用[J]. 湖北医药学院学报,2013,32(3):201-8.

[18] 曾宪涛,田国祥,张超,等. Meta分析系列之十五:Meta分析的进展与思考[J]. 中国循证心血管医学杂志,2013,5(6):561-563,587.

1674-4055(2015)01-0013-04

2014-10-10）

（责任编辑：孙竹）

430071 武汉,武汉大学中南医院循证与转化医学中心(李胜,曾宪涛);湖北医药学院附属太和医院循证医学中心(张超,原瑞霞,曾宪涛);湖北医药学院附属随州市中心医院(华先平)

曾宪涛,E-mail:zengxiantao1128@163.com.