【作 者】：网站采编
【关键词】：
【摘 要】：文章目录 1 资料与方法 1.1 文献检索 1.2 纳入和排除标准 1.3 文献筛选和资料提取 1.4 质量评价 1.5 统计分析 2 结果 2.1 文献筛选结果及质量评价 2.2 纳入文献的基本特征 2.3 Meta分析 2.4 发表

文章目录

1 资料与方法

1.1 文献检索

1.2 纳入和排除标准

1.3 文献筛选和资料提取

1.4 质量评价

1.5 统计分析

2 结果

2.1 文献筛选结果及质量评价

2.2 纳入文献的基本特征

2.3 Meta分析

2.4 发表偏倚

2.5 亚组分析和Meta回归分析

3 讨论

文章摘要:目的 采用Meta分析评价CT纹理分析（CTTA）鉴别诊断透明细胞型与非透明细胞型肾癌的价值。方法 检索PubMed、Cochrane图书馆、EMBASE、Web of Science、知网、万方数据库自建库至2021年1月公开发表的有关CTTA鉴别诊断不同病理类型肾癌的中英文文献。采用Meta-DiSc 1.4软件进行Meta分析,计算纳入研究的合并敏感性（Sen）、特异性（Spe）、阳性似然比（PLR）、阴性似然比（NLR）和诊断比值比（DOR）,绘制汇总受试者工作特征曲线,并计算曲线下面积（AUC）。将纹理分析软件类型（TexRAD vs MaZda）、是否联合机器学习（是vs否）进行亚组分析,采用Meta回归探讨非阈值效应引起的异质性。结果 共纳入6项研究,包括764位患者和765个病灶。合并的Sen、Spe、PLR、NLR、DOR及总受试者工作特征曲线AUC值分别是0.82（95%CI:0.79～0.85）、0.86（95%CI:0.80～0.91）、5.16（95%CI:3.47～7.68）、0.20（95%CI:0.14～0.29）、28.98（95%CI:15.19～55.29）和0.9129,亚组分析显示,纹理分析软件类型和是否联合机器学习对诊断结果产生的差异无统计学意义。Deek’s漏斗图提示无发表偏倚（P=0.31）。结论 CTTA用于鉴别诊断透明细胞型与非透明细胞型肾癌具有较高的敏感性和特异性。

文章关键词:

论文DOI:10.13437/j.cnki.jcr.20220104.001

论文分类号:R737.11;R730.44