应激心肌灌注成像的荟萃分析

复习问题：哪些无创心血管影像学检查（SPECT、应力回波 [SE]、心血管磁共振 [CMR]、CT 灌注 [CTP] 和 PET 心肌灌注）使用四种不同的方法检测阻塞性冠状动脉疾病具有最佳的诊断准确性截止值，两个解剖学（侵入性冠状动脉造影）和两个功能性（侵入性血流储备分数）？ 哪些非侵入性心血管成像测试（SPECT、应力回波、CMR、CTP 和 PET 心肌灌注）在其已发布数据中的偏差和异质性最小？

搜索：在 MEDLINE、EMBASE 和 SCOPUS 数据库中搜索 1970 年 1 月至 2015 年 12 月以英语或西班牙语发表的文献，这些文献涉及使用应力回波、SPECT、PET、CMR 和 CTP 对疑似或已知 CAD 患者进行的所有前瞻性和回顾性研究与 ICA 的参考标准（两个截断值：病变 >50% 和 >70%）和/或侵入性 FFR（两个截断值：<0.80 和 <0.75）。

正在研究的病症：阻塞性冠状动脉疾病。 非侵入性成像方式（SPECT、应力回波、CMR、CTP 和 PET）评估心肌灌注作为阻塞性冠状动脉疾病的指示。

干预：没有干预或暴露，因为它是与公认的参考标准相比，评估全球当前无创心血管成像方式的诊断准确性。

比较器：未使用对照组。

背景：包括英语和西班牙语的研究，以避免遗漏任何不同语言的相关、高质量的贡献。 由于在理解全文文件和获取必要数据方面存在语言障碍和限制，因此未包括英语和西班牙语以外的其他语言，因为这些论文通常只有英文摘要。 对原产国、技术类型或使用的设备没有限制，因为我们对所有论文中未报告的次要变量进行了子分析。

数据提取：经过研究规划，我们决定纳入所有已发表的研究，决定不纳入未正式发表的数据。 我们的搜索策略与考虑的研究问题相关的三个术语：患者群体、不同成像方式的干预类型和设计类型；我们决定包括两种类型的搜索词，自由词和标准化词，例如在 PubMed 和 EMBASE 的医学主题词 (MeSH) 中使用的词，我们使用 EMTREE 词；我们还结合使用了由受控词汇表、同义词库选择的主题术语，在必要时打开，并包含范围广泛的自由文本术语。 正如我们在下面详细描述的那样，数据提取总是由两个以上的研究人员进行。 该团队分为一名搜索员、一名搜索顾问以及五名初级和四名高级审稿人。 四位高级审稿人聚在一起定义了文献检索所需的 MeSH 术语。 搜索者和搜索顾问（一位高级审稿人）共同建立了相应的搜索算法，如下所示：用于 PubMed、EMBASE 和 Scopus 的前瞻性或回顾性临床试验、病例系列、英文或西班牙文摘要和灰色文献;也用于 1970 年 1 月至 2015 年 12 月期间 PubMed、EMBASE 和 Scopus 的荟萃分析和系统评论。 一位资深作者（第一作者）被设计为“管理员”，然后来自搜索者的所有检索都直接且仅交给管理员，以避免审阅过程中的重复或空白。 首先，管理员收到一份包含标题和摘要的搜索，他/她将其平均分发给四位高级审稿人（包括管理员）进行初步选择，并剔除所有不符合纳入或排除标准的标题和摘要，这然后由管理员收集并发回给搜索者，搜索者使用所选文档列表（标题和摘要）将第二个搜索包发送给管理员，所有文档均为全文版本，管理员再次平均分配这些文档所有四位高级审稿人，他们随后验证了纳入和排除标准，可能仅在摘要中就遗漏了这些标准；结果包再次返回给管理员，管理员将文件平均分发给所有初级和高级审阅者，根据此类项目的 STARD 检查表对每项研究进行评分。 我们之前在 STARD 检查表中确定了至少 60% 的要点，才能使研究获得批准并纳入下一阶段的审查。 所有计分表均在规定期限内发回给管理员。 在我们的研究会议上，高级审稿人一致同意解决了所有分歧。 然后，管理员根据 STARD 评分选择要纳入元分析的研究，并将它们平均分配给所有初级和高级审阅者（包括管理员），以在预先设计的数据捕获表中提取数据。 在截止日期前，管理员将所有数据采集表收集在一起，然后与原始论文一起重新平均分发给四位高级审稿人，他们对每项研究进行二次审阅，以确保提取数据的质量。 所有分歧都在高级审稿人的额外研究会议上以协商一致方式解决。 数据被四位资深审稿人接受后，管理员提供了另一位资深审稿人，作为“统计员”，将所有抓取的数据进行统计分析。 同时，荟萃分析中包含的所有研究再次由管理员分发给两位高级审稿人（管理员和统计学家），他们为子分析进行数据提取，每位高级审稿人采用两种成像方式进行审阅, 完成后，这些子分析数据由统计学家收集在一起，以包含在荟萃分析中。

偏倚风险：在选择过程中，偏倚风险是通过高级评审员对选择标准进行双重检查来管理的，方法是使用 STARD 方法使用其检查表和 >60% 的严格标准对每项研究进行评分，以考虑进一步分析，初级和/高级评论作者之间对特定研究的偏倚风险的任何分歧都通过两位资深作者的额外研究会议讨论解决，必要时第三位评论员参与。 使用漏斗图以图形方式评估发表偏倚，并使用 Begg 和 Egger 检验以数学形式评估。 p<0.05 的值被定义为显着。

数据合成策略：我们使用 Moses-Littenberg 方法为每个测试和 HSROC 曲线绘制了 Forrest 图。 我们计算了每个测试的 AUC 和 Q*。 使用 Teitsma 的双变量模型和 Rutter 和 Gatsonis 的 HSROC（分层汇总 ROC）模型计算灵敏度、特异性、DOR、LR+ 和 LR- 的总值以及 95% CI。 使用元回归比较不同模型与似然比检验来评估检验之间的差异。 研究之间的异质性分析在 HSROC 曲线中以图形形式进行评估，并以元回归和 Higgins I2 计算的数学方式进行评估；结果中未报告最后一个测试 Higgins 的 I2，因为在诊断测试准确性研究中，仅此 I2 统计数据可能无法提供信息，因为它们没有考虑阈值效应；与用于分析治疗和/或干预研究之间的异质性的相同统计检验相比，因为可以考虑阈值效应。 在我们的研究中，发表偏倚使用漏斗图以图形方式进行评估，并使用 Begg 和 Egger 检验以数学形式进行评估。 p<0.05 的值被定义为显着。

亚组分析：为了分析模式之间诊断准确性的统计差异，我们基于数学组合进行分析，并使用术语“确定性”来指代一种成像模式相对于另一种成像模式的诊断准确性；然后我们进行元回归分析，以同时比较两种成像方式之间的“确定性”。 我们使用图形表示结果。 我们通过子组对所有其他变量进行了事后分析，这些变量对于每种技术都是通用的和/或对于所研究的每种成像模式都是特定的。

传播计划：一篇论文将提交给该领域的领先期刊。 审查的结果提供了确凿的证据，可以通过在心肌缺血方面更准确地诊断重大冠状动脉疾病，从而避免额外的不必要的测试，从而为患者、机构和公共卫生服务的利益改变当前的全球实践对患者造成伤害，减少不必要的开支。

目前审稿状态：已完成但未发表。