gms | German Medical Science

Dem Anwender stehen für die meta-analytische Zusammenfassung der diagnostischen Güte aus mehreren Studien seit einiger Zeit Ansätze für eine bivariate Betrachtung zur Auswahl. Dabei werden die korrelierten Zielgrößen Sensitivität und Spezifität gemeinsam in gemischten Modellen mit zufälligen Effekten modelliert. Dabei ist oft nicht der gepoolte Schätzer eines Tests sondern vielmehr der Vergleich zweier Tests von Interesse. Um eine zusätzliche Quelle für Heterogenität zu vermeiden ist ein möglicher Ansatz, sich bei bivariaten Meta-Analysen auf vergleichende Studien zu beschränken, innerhalb derer jeweils mindestens zwei diagnostische Verfahren verwendet und ausgewertet wurden.

Dabei hat sich als besondere Schwierigkeit herausgestellt, dass meist nur wenige vergleichende Studien zu einer Fragestellung vorliegen. Aufgrund durchgeführter Simulationen ist davon auszugehen, dass selbst bei vollständig erfüllten Modellannahmen die Überdeckungswahrscheinlichkeit der Konfidenzregionen für die Sensitivitäts- und Spezifitäts-Schätzerpaare für jeden Test stark unter dem vorgegebenen Niveau liegt, wenn nur wenige Studien in die Analyse eingehen.

In diesem Vortrag präsentieren wir die Wahl des Modellierungsansatzes, die Umsetzung in SAS und schlagen ein Vorgehen für die Darstellung und Interpretation in Abhängigkeit von der Anzahl der Studien und des Verzerrungspotenzials vor.