Herramientas de investigación › Diagnostic Test Meta-analysis (SROC)

Diagnostic Test Meta-analysis (SROC)

⚗️ Frontier method: this tool pools sensitivity/specificity with DerSimonian-Laird plus the Moses-Littenberg SROC (the classic closed-form method). The gold-standard bivariate random-effects model (Reitsma) / HSROC requires iterative fitting — cross-check with the R packages mada/metandi.

Pool multiple diagnostic-accuracy studies: pooled sensitivity and specificity (random effects), diagnostic odds ratio DOR, and an SROC curve showing the threshold effect. Just enter each study's 2×2 counts. Computed locally in your browser; data are not uploaded.

① 2×2 counts per study

One study per row, four columns in order: TP (true positive) FP (false positive) FN (false negative) TN (true negative). At least 3 studies.

Cómo usarla y metodología

¿Por qué un metanálisis diagnóstico no puede simplemente agrupar el AUC?

En estudios diagnósticos, sensibilidad y especificidad están negativamente correlacionadas por umbrales distintos (efecto umbral); agruparlas por separado sesga. Deben modelarse conjuntamente (bivariado/HSROC) o mediante una curva SROC. Esta herramienta da un punto agrupado de efectos aleatorios más una curva SROC.

¿Cómo leer la curva SROC?

Traza la exactitud según los umbrales en el espacio «1−especificidad vs sensibilidad» — cuanto más cerca de la esquina superior izquierda, mejor. Los puntos de estudios se esparcen alrededor de la curva; cuanto más cerca estén la curva y el punto operativo agrupado de la esquina ideal, mejor es el rendimiento global.

¿Qué significa un I² alto?

I² refleja la heterogeneidad entre estudios. Es frecuente en metanálisis diagnóstico (poblaciones, umbrales, referencias distintos). Si I² es alto, interprete los valores agrupados con prudencia y explore las fuentes de heterogeneidad (subgrupos o metarregresión).

¿Difiere mucho del modelo de referencia?

Moses-Littenberg es un método clásico de forma cerrada — intuitivo y fácil de calcular — pero menos robusto que el modelo bivariado/HSROC cuando hay pocos estudios o el efecto umbral es fuerte. Para conclusiones clave, contraste con mada/metandi de R; esta herramienta sirve para una visión rápida.