引用本文： 邵鴻生, 孫月, 馬文娟, 施樹珍, 茍鈴珠, 雷軍強, 田金徽. 不同類型和磁場強度心臟磁共振成像診斷冠狀動脈疾病準確性的 Meta 分析. 中國循證醫學雜志, 2018, 18(4): 315-325. doi: 10.7507/1672-2531.201708056 復制
冠狀動脈疾病（coronary artery disease，CAD）是負責心肌供血的冠狀動脈狹窄或阻塞引起的疾病[1]，其發病率和病死率較高[2]。我國 CAD 的發病率呈逐年上升趨勢，也成為發病率及致死率最高的疾病之一[3]。CAD 的正確診斷是臨床治療的基礎，只有不斷提高 CAD 的診斷水平，才能保證制定合理、有效的干預方案。傳統的介入性冠狀動脈造影（coronary angiography，CA）仍是目前 CAD 診斷的金標準，能清晰地顯示冠脈病變與狹窄程度，但 CA 無法判斷因缺血而引發的心肌損害程度及范圍，同時屬有創性檢查，且有引起并發癥的風險[4]。隨著磁共振設備及其新技術的不斷開發和進展，心臟磁共振成像（cardiac magnetic resonance，CMR）憑借其高空間分辨率、時間分辨率以及在心臟解剖結構、心肌活性、心肌缺血等方面的顯著診斷優勢受到越來越多的關注并廣泛應用于臨床[5]。為了評價 CMR 診斷 CAD 的準確性，本研究采用 Meta 分析方法從患者和血管兩個方面對 CMR 診斷 CAD 的準確性進行全面評價，同時，采用間接比較方法分析灌注 CMR、增強 CMR 和延遲增強 CMR 等不同 CMR 類型以及 1.5 T 和 3.0 T 等不同磁場強度CMR在患者和血管方面的診斷差異，以期為 CAD 準確診斷、治療及預后評估提供依據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
有關 CMR 診斷 CAD 的診斷性試驗。
1.1.2 研究對象
疑似或確診有 CAD 的患者。
1.1.3 診斷標準
待評價試驗為 CMR，無磁場強度和類型限制。診斷金標準為 CA。
1.1.4 結局指標
合并敏感度（sensitivity，Sen）、合并特異度（specificity，Spe）、合并陽性似然比（positive likelihood ratio，+LR）、合并陰性似然比（negative likelihood ratio，–LR）、合并診斷比值比（diagnostic odds ratio，DOR）、驗前概率（pre-test probability）、驗后概率（post-test probability）、綜合受試者工作特征（summary receiver operating characteristic，SROC）曲線下面積（area under the curve，AUC）等。
1.1.5 排除標準
① 重復發表；② 對照組采用非金標準的診斷性試驗；③ 無法提取相關數據；④ 文獻類型為綜述和評論等。
1.2 文獻檢索策略
計算機檢索 PubMed、The Cochrane Library、EMbase、WanFang Data、CNKI 和 CBM 數據庫，搜集不同類型和磁場強度 CMR 診斷 CAD 的研究，檢索時限均從建庫至 2017 年 5 月 15 日。此外，追溯納入研究的參考文獻，以補充獲取相關文獻。參考《The Bayes library of diagnostic studies and reviews》[6]的檢索方法，將檢索詞分目標疾病、待評價試驗、診斷準確性指標三部分，并根據具體數據庫調整。所有檢索采用主題詞與自由詞相結合的方式，所有檢索策略均通過多次預檢索后確定，并根據各數據庫特點對檢索式進行調整。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選、資料提取和納入研究的偏倚風險評價
由 2 名研究者獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：作者、年代、國家、研究時間、納入對象（代表性、入組方法、數量、性別和年齡等）、待評價試驗（名稱、磁場強度、部位、生產廠家、序列、通道數量、對比材料劑量和評價者情況等）、金標準（名稱和生產廠家等）、結局指標（Sen、Spe、真陽性數、假陽性數、假陰性數、真陰性數）等。納入研究的偏倚風險評價參考 QUADAS-2 量表[7]進行。
1.4 統計分析
采用卡方檢驗分析各研究間的統計學異質性，檢驗水準設為 α=0.05，并結合 I2 值定量判斷異質性的大小，若 I2≤50% 則認為異質性較小，反之認為異質性較高。采用二元箱線圖判斷敏感度和特異度閾值效應水平。若 P>0.1，則不存在閾值效應，則利用固定效應模型進行合并分析，反之則構建 SROC 曲線，并分析異質性來源，根據不同 CMR 類型和磁場強度進行亞組分析。采用 Meta Disc 1.4、RevMan 5.3 和 Stata 12.0 軟件分別計算基于患者和血管的 Sen合并、Spe合并、+LR合并、–LR合并、驗前概率、驗后概率，繪制 SROC 并計算 AUC 值。采用 RevMan 5.3 軟件呈現不同 CMR 方式和磁場強度的 AUC 的相對值。通過 Stata 12.0 軟件繪制 Deeks 漏斗圖分析納入研究的發表偏倚。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻 814 篇，導入 Endnote X7 軟件進行去重后剩余 589 篇，通過閱讀文題和摘要后獲得可能相關文獻 55 篇，進一步閱讀全文最終納入 20 個診斷試驗[8-27]。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征和偏倚風險評價結果
納入研究的基本特征和偏倚風險評價結果見表 1，不同類型 CMR 的星型結構網狀關系圖見圖 2。
圖2
基于患者和血管的不同類型心臟磁共振成像的網狀關系圖
表1
納入研究的基本特征和偏倚風險評價結果
2.3 Meta 分析結果
2.3.1 基于患者
共納入 20 篇文獻[8-27]包括 26 組數據。隨機效應模型 Meta 分析結果顯示：Sen合并、Spe合并、+LR合并、–LR合并、DOR 分別為［0.87，95%CI（0.82，0.90）］、［0.88，95%CI（0.82，0.92）］、［7.33，95%CI（4.74，11.32）］、［0.15，95%CI（0.11，0.20）］和［49.53，95%CI（27.46，89.36）］（圖 3～5）。驗前概率和驗后概率分別為 20.00% 和 65.00%（圖 6），AUC 為［0.93，95%CI（0.91，0.95）］（圖 6）。HSROC 模型的閾值（beta）為?0.216［95%CI（?0.700，0.268）］（Z=1.79，P＝0.074），提示 SROC 對稱；形狀參數（Lamda）為 3.990［95%CI（3.397，4.583）］，提示 CMR 診斷準確性較高（圖 6）。
圖3
心臟磁共振成像診斷冠狀動脈疾病的敏感度和特異度（基于患者）
圖4
心臟磁共振成像診斷冠狀動脈疾病的陽性似然比和陰性似然比（基于患者）
圖5
心臟磁共振成像診斷冠狀動脈疾病的診斷比值比、驗前概率和驗后概率（基于患者）
圖6
心臟磁共振成像診斷冠狀動脈疾病的 SROC 曲線和 HSROC 曲線（基于患者）
2.3.2 基于血管
共納入 10 篇文獻[10, 13-18, 20, 26, 27]包括 14 組數據。隨機效應模型 Meta 分析結果顯示：Sen合并、Spe合并、+LR合并、–LR合并、DOR 分別為［0.81，95%CI（0.76，0.85）］、［0.87，95%CI（0.81，0.91）］、［6.37，95%CI（4.37，9.30）］、［0.22，95%CI（0.17，0.27）］和［29.58，95%CI（18.53，47.22）］（圖 7～9）。驗前概率和驗后概率分別為 20.00% 和 61.00%（圖 9），AUC 為［0.89，95%CI（0.86，0.92）］（圖 10）。HSROC 模型的閾值（beta）為 0.758［95%CI（?0.174，1.691）］（Z=1.59，P＝0.111），提示 SROC 對稱；形狀參數（Lamda）為 3.455［95%CI（2.881，4.028）］，提示 CMR 具有準確性（圖 10）。
圖7
心臟磁共振成像診斷冠狀動脈疾病的敏感度和特異度（基于血管）
圖8
心臟磁共振成像診斷冠狀動脈疾病的陽性似然比和陰性似然比（基于血管）
圖9
心臟磁共振成像診斷冠狀動脈疾病的診斷比值比、驗前概率和驗后概率（基于血管）
圖10
心臟磁共振成像診斷冠狀動脈疾病的 SROC 曲線和 HSROC 曲線（基于血管）
2.4 基于患者和血管的 CMR 類型和磁場強度亞組分析
亞組分析結果見表 2。
2.5 不同 CMR 類型和磁場強度的間接比較
表2
亞組分析結果匯總
2.5.1 基于患者
CMR、灌注 CMR、增強 CMR 和延遲增強 CMR 的 AUROC 分別為：0.933±0.012、0.931±0.017、0.880±0.098 和 0.928±0.143，磁場強度 1.5 T 和 3.0 T 的 AUROC 分別為：0.899±0.015 和 0.961±0.015。以 CA 作為共同的診斷措施，計算不同 CMR 類型 AUROC 相對值，結果顯示不同 CMR 類型 AUROC 之間的差異無統計學意義（P>0.05）；計算不同磁場強度 AUROC 相對值，結果顯示 1.5 T 和 3.0 T 的 AUROC 之間的差異有統計學意義（P<0.000 1），提示 3.0 T CMR 的診斷準確性高于 1.5 T（圖 11）。
2.5.2 基于血管
CMR、灌注 CMR 和增強 CMR 的 AUROC 分別為：0.905±0.022、0.831±0.135 和 0.891±0.060；磁場強度 1.5 T 和 3.0 T 的 AUROC 分別為：0.888±0.019 和 0.972±0.013。以 CA 作為共同的診斷措施，計算不同 CMR 類型 AUROC 相對值，結果顯示不同 CMR 類型 AUROC 之間的差異無統計學意義（P>0.05）；計算不同磁場強度 AUROC 相對值，結果顯示不同 1.5 T 和 3.0 T的 AUROC 之間的差異有統計學意義（P<0.000 01），提示 3.0 T CMR 的診斷準確性高于 1.5 T（圖 11）。
圖11
不同類型和磁場強度心臟磁共振成像間接比較的 Meta 分析結果
2.6 發表偏倚
以有效樣本量的平方根的倒數（1/ESS1/2）為橫坐標，DOR（ln DOR）為縱坐標繪制漏斗圖。基于患者的斜率系數分別為 P=0.089，提示發表偏倚存在的可能性較小，而基于血管的斜率系數分別為 P=0.01，提示發表偏倚存在的可能性較大（圖 12）。
圖12
心臟磁共振成像診斷冠狀動脈疾病的發表偏倚評價結果
3 討論
CAD 患者的冠狀動脈不同程度狹窄導致心肌血流分布不均，引起相應供血區心肌灌注降低、心肌缺血、壞死，繼而出現心功能紊亂和心電圖異常，最終導致臨床癥狀[4]。CMR 可一次性完成心臟結構與功能（包括血流灌注、室壁運動、存活心肌定量等）評估，且無輻射損傷[4]。本研究評價了不同類型和強度 CMR 診斷 CAD 的準確性，Meta 分析結果顯示：① CMR 診斷 CAD 的基于患者的 Sen合并 為 87%，Spe合并 為 88.1%，其漏診率為 13%，誤診率為 11.9%，漏診率和誤診率尚可；似然比是結合敏感度和特異度計算的一個綜合性指標，+LR合并 為 7.326>5，表明 CMR 結果為陽性時，有患 CAD 的可能性，–LR合并 為 0.148<0.2，提示 CMR 提示為陰性時，基本可以排除疑似 CAD 的可能性；CMR 的驗前概率（20.00%）低于驗后概率（65.00%），提示 CMR 用于診斷 CAD 基本有效。本研究結果顯示，CMR 診斷 CAD 的 AUROC 值為 0.93，較接近 1，說明 CMR 診斷效能較高。亞組分析結果顯示，不同類型 CMR 的 AUROC 差異無統計學意義，但 1.5 T 和 3.0 T CMR 的 AUROC 差異有統計學意義，3.0 T CMR 的準確性高于 1.5 T。② CMR 診斷 CAD 的基于血管的 Sen合并 為 81.2%，Spe合并 為 87.3%，其漏診率為 18.8%，誤診率為 12.7%，漏診率高于誤診率。+LR合并 為 6.372>5，–LR合并 為 0.215<0.5，CMR 的驗后概率高于驗前概率，CMR 診斷 CAD 的 AUC 值為 0.89，也說明 CMR 診斷效能相對較高。由此可見，基于患者的準確性高于基于血管的準確性，磁場強度越高，準確性越高。
本研究的優勢：① 首次采用間接比較的 Meta 分析方法[28, 29]分析了 CMR 不同類型和磁場強度的相對準確性；② 同時分析了基于患者和血管的數據 CMR 診斷 CAD 的準確性；③ 在呈現敏感度、特異度、似然比、診斷比值比和 SROC 曲線的基礎上，還報告了驗前概率、驗后概率和 HSROC 曲線，定量和全面地分析了 CMR 對 CAD 的診斷效能。但本研究存在以下局限性：① 由于心率及心律因素是嚴重影響 CMR 冠狀動脈成像效果，納入的原始研究中并未詳細描述患者心率和心律情況，同時也未提供冠狀動脈輕度、中度及重度狹窄數據，這可能會影響研究結果的外推性；② 大多數研究未報告診斷試驗檢測與金標準檢測間隔時間；③ 均無對試驗進行驗本量估計。因此建議今后研究：① 盡量遵循診斷性試驗報告標準規范（STARD），提高診斷性試驗的報告質量；② 診斷性試驗和參照標準應盡量同步進行，在進行診斷時應做到“盲法”評估；③ 文獻中應報告原始數據、計算有關的診斷性試驗評價指標及其可信區間，以便為其實際應用和醫療決策提供參考，同時應注意報告被排除的研究對象例數特別是因為診斷試驗或參考試驗不可行或結果不確定造成的排除人數；④ 應盡可能采用前瞻性研究方法，以避免回顧性偏倚的影響；⑤ 對 CMR 診斷 CAD，應該關注 CAD 患者的心率和心律，同時應當關注其安全性和成本-效果等問題。
綜上所述，全身 CMR 對 CAD 診斷有相對較高的敏感度和特異度，SROC 曲線下面積為 0.93，顯示 CMR 作為非侵入性檢查對 CAD 具有較高的準確性，且延遲增強 CMR 準確性高于灌注 CMR 和增強 CMR，同時磁場強度 3.0 T 的準確度高于 1.5 T。建議臨床實踐者選擇 CMR 診斷 CAD 時結合 CMR 的類型和磁場強度，還需考慮 CAD 患者的心率和心律，從而做出最佳的診斷決策。
冠狀動脈疾病（coronary artery disease，CAD）是負責心肌供血的冠狀動脈狹窄或阻塞引起的疾病[1]，其發病率和病死率較高[2]。我國 CAD 的發病率呈逐年上升趨勢，也成為發病率及致死率最高的疾病之一[3]。CAD 的正確診斷是臨床治療的基礎，只有不斷提高 CAD 的診斷水平，才能保證制定合理、有效的干預方案。傳統的介入性冠狀動脈造影（coronary angiography，CA）仍是目前 CAD 診斷的金標準，能清晰地顯示冠脈病變與狹窄程度，但 CA 無法判斷因缺血而引發的心肌損害程度及范圍，同時屬有創性檢查，且有引起并發癥的風險[4]。隨著磁共振設備及其新技術的不斷開發和進展，心臟磁共振成像（cardiac magnetic resonance，CMR）憑借其高空間分辨率、時間分辨率以及在心臟解剖結構、心肌活性、心肌缺血等方面的顯著診斷優勢受到越來越多的關注并廣泛應用于臨床[5]。為了評價 CMR 診斷 CAD 的準確性，本研究采用 Meta 分析方法從患者和血管兩個方面對 CMR 診斷 CAD 的準確性進行全面評價，同時，采用間接比較方法分析灌注 CMR、增強 CMR 和延遲增強 CMR 等不同 CMR 類型以及 1.5 T 和 3.0 T 等不同磁場強度CMR在患者和血管方面的診斷差異，以期為 CAD 準確診斷、治療及預后評估提供依據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
有關 CMR 診斷 CAD 的診斷性試驗。
1.1.2 研究對象
疑似或確診有 CAD 的患者。
1.1.3 診斷標準
待評價試驗為 CMR，無磁場強度和類型限制。診斷金標準為 CA。
1.1.4 結局指標
合并敏感度（sensitivity，Sen）、合并特異度（specificity，Spe）、合并陽性似然比（positive likelihood ratio，+LR）、合并陰性似然比（negative likelihood ratio，–LR）、合并診斷比值比（diagnostic odds ratio，DOR）、驗前概率（pre-test probability）、驗后概率（post-test probability）、綜合受試者工作特征（summary receiver operating characteristic，SROC）曲線下面積（area under the curve，AUC）等。
1.1.5 排除標準
① 重復發表；② 對照組采用非金標準的診斷性試驗；③ 無法提取相關數據；④ 文獻類型為綜述和評論等。
1.2 文獻檢索策略
計算機檢索 PubMed、The Cochrane Library、EMbase、WanFang Data、CNKI 和 CBM 數據庫，搜集不同類型和磁場強度 CMR 診斷 CAD 的研究，檢索時限均從建庫至 2017 年 5 月 15 日。此外，追溯納入研究的參考文獻，以補充獲取相關文獻。參考《The Bayes library of diagnostic studies and reviews》[6]的檢索方法，將檢索詞分目標疾病、待評價試驗、診斷準確性指標三部分，并根據具體數據庫調整。所有檢索采用主題詞與自由詞相結合的方式，所有檢索策略均通過多次預檢索后確定，并根據各數據庫特點對檢索式進行調整。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選、資料提取和納入研究的偏倚風險評價
由 2 名研究者獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：作者、年代、國家、研究時間、納入對象（代表性、入組方法、數量、性別和年齡等）、待評價試驗（名稱、磁場強度、部位、生產廠家、序列、通道數量、對比材料劑量和評價者情況等）、金標準（名稱和生產廠家等）、結局指標（Sen、Spe、真陽性數、假陽性數、假陰性數、真陰性數）等。納入研究的偏倚風險評價參考 QUADAS-2 量表[7]進行。
1.4 統計分析
采用卡方檢驗分析各研究間的統計學異質性，檢驗水準設為 α=0.05，并結合 I2 值定量判斷異質性的大小，若 I2≤50% 則認為異質性較小，反之認為異質性較高。采用二元箱線圖判斷敏感度和特異度閾值效應水平。若 P>0.1，則不存在閾值效應，則利用固定效應模型進行合并分析，反之則構建 SROC 曲線，并分析異質性來源，根據不同 CMR 類型和磁場強度進行亞組分析。采用 Meta Disc 1.4、RevMan 5.3 和 Stata 12.0 軟件分別計算基于患者和血管的 Sen合并、Spe合并、+LR合并、–LR合并、驗前概率、驗后概率，繪制 SROC 并計算 AUC 值。采用 RevMan 5.3 軟件呈現不同 CMR 方式和磁場強度的 AUC 的相對值。通過 Stata 12.0 軟件繪制 Deeks 漏斗圖分析納入研究的發表偏倚。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻 814 篇，導入 Endnote X7 軟件進行去重后剩余 589 篇，通過閱讀文題和摘要后獲得可能相關文獻 55 篇，進一步閱讀全文最終納入 20 個診斷試驗[8-27]。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征和偏倚風險評價結果
納入研究的基本特征和偏倚風險評價結果見表 1，不同類型 CMR 的星型結構網狀關系圖見圖 2。
圖2
基于患者和血管的不同類型心臟磁共振成像的網狀關系圖
表1
納入研究的基本特征和偏倚風險評價結果
2.3 Meta 分析結果
2.3.1 基于患者
共納入 20 篇文獻[8-27]包括 26 組數據。隨機效應模型 Meta 分析結果顯示：Sen合并、Spe合并、+LR合并、–LR合并、DOR 分別為［0.87，95%CI（0.82，0.90）］、［0.88，95%CI（0.82，0.92）］、［7.33，95%CI（4.74，11.32）］、［0.15，95%CI（0.11，0.20）］和［49.53，95%CI（27.46，89.36）］（圖 3～5）。驗前概率和驗后概率分別為 20.00% 和 65.00%（圖 6），AUC 為［0.93，95%CI（0.91，0.95）］（圖 6）。HSROC 模型的閾值（beta）為?0.216［95%CI（?0.700，0.268）］（Z=1.79，P＝0.074），提示 SROC 對稱；形狀參數（Lamda）為 3.990［95%CI（3.397，4.583）］，提示 CMR 診斷準確性較高（圖 6）。
圖3
心臟磁共振成像診斷冠狀動脈疾病的敏感度和特異度（基于患者）
圖4
心臟磁共振成像診斷冠狀動脈疾病的陽性似然比和陰性似然比（基于患者）
圖5
心臟磁共振成像診斷冠狀動脈疾病的診斷比值比、驗前概率和驗后概率（基于患者）
圖6
心臟磁共振成像診斷冠狀動脈疾病的 SROC 曲線和 HSROC 曲線（基于患者）
2.3.2 基于血管
共納入 10 篇文獻[10, 13-18, 20, 26, 27]包括 14 組數據。隨機效應模型 Meta 分析結果顯示：Sen合并、Spe合并、+LR合并、–LR合并、DOR 分別為［0.81，95%CI（0.76，0.85）］、［0.87，95%CI（0.81，0.91）］、［6.37，95%CI（4.37，9.30）］、［0.22，95%CI（0.17，0.27）］和［29.58，95%CI（18.53，47.22）］（圖 7～9）。驗前概率和驗后概率分別為 20.00% 和 61.00%（圖 9），AUC 為［0.89，95%CI（0.86，0.92）］（圖 10）。HSROC 模型的閾值（beta）為 0.758［95%CI（?0.174，1.691）］（Z=1.59，P＝0.111），提示 SROC 對稱；形狀參數（Lamda）為 3.455［95%CI（2.881，4.028）］，提示 CMR 具有準確性（圖 10）。
圖7
心臟磁共振成像診斷冠狀動脈疾病的敏感度和特異度（基于血管）
圖8
心臟磁共振成像診斷冠狀動脈疾病的陽性似然比和陰性似然比（基于血管）
圖9
心臟磁共振成像診斷冠狀動脈疾病的診斷比值比、驗前概率和驗后概率（基于血管）
圖10
心臟磁共振成像診斷冠狀動脈疾病的 SROC 曲線和 HSROC 曲線（基于血管）
2.4 基于患者和血管的 CMR 類型和磁場強度亞組分析
亞組分析結果見表 2。
2.5 不同 CMR 類型和磁場強度的間接比較
表2
亞組分析結果匯總
2.5.1 基于患者
CMR、灌注 CMR、增強 CMR 和延遲增強 CMR 的 AUROC 分別為：0.933±0.012、0.931±0.017、0.880±0.098 和 0.928±0.143，磁場強度 1.5 T 和 3.0 T 的 AUROC 分別為：0.899±0.015 和 0.961±0.015。以 CA 作為共同的診斷措施，計算不同 CMR 類型 AUROC 相對值，結果顯示不同 CMR 類型 AUROC 之間的差異無統計學意義（P>0.05）；計算不同磁場強度 AUROC 相對值，結果顯示 1.5 T 和 3.0 T 的 AUROC 之間的差異有統計學意義（P<0.000 1），提示 3.0 T CMR 的診斷準確性高于 1.5 T（圖 11）。
2.5.2 基于血管
CMR、灌注 CMR 和增強 CMR 的 AUROC 分別為：0.905±0.022、0.831±0.135 和 0.891±0.060；磁場強度 1.5 T 和 3.0 T 的 AUROC 分別為：0.888±0.019 和 0.972±0.013。以 CA 作為共同的診斷措施，計算不同 CMR 類型 AUROC 相對值，結果顯示不同 CMR 類型 AUROC 之間的差異無統計學意義（P>0.05）；計算不同磁場強度 AUROC 相對值，結果顯示不同 1.5 T 和 3.0 T的 AUROC 之間的差異有統計學意義（P<0.000 01），提示 3.0 T CMR 的診斷準確性高于 1.5 T（圖 11）。
圖11
不同類型和磁場強度心臟磁共振成像間接比較的 Meta 分析結果
2.6 發表偏倚
以有效樣本量的平方根的倒數（1/ESS1/2）為橫坐標，DOR（ln DOR）為縱坐標繪制漏斗圖。基于患者的斜率系數分別為 P=0.089，提示發表偏倚存在的可能性較小，而基于血管的斜率系數分別為 P=0.01，提示發表偏倚存在的可能性較大（圖 12）。
圖12
心臟磁共振成像診斷冠狀動脈疾病的發表偏倚評價結果
3 討論
CAD 患者的冠狀動脈不同程度狹窄導致心肌血流分布不均，引起相應供血區心肌灌注降低、心肌缺血、壞死，繼而出現心功能紊亂和心電圖異常，最終導致臨床癥狀[4]。CMR 可一次性完成心臟結構與功能（包括血流灌注、室壁運動、存活心肌定量等）評估，且無輻射損傷[4]。本研究評價了不同類型和強度 CMR 診斷 CAD 的準確性，Meta 分析結果顯示：① CMR 診斷 CAD 的基于患者的 Sen合并 為 87%，Spe合并 為 88.1%，其漏診率為 13%，誤診率為 11.9%，漏診率和誤診率尚可；似然比是結合敏感度和特異度計算的一個綜合性指標，+LR合并 為 7.326>5，表明 CMR 結果為陽性時，有患 CAD 的可能性，–LR合并 為 0.148<0.2，提示 CMR 提示為陰性時，基本可以排除疑似 CAD 的可能性；CMR 的驗前概率（20.00%）低于驗后概率（65.00%），提示 CMR 用于診斷 CAD 基本有效。本研究結果顯示，CMR 診斷 CAD 的 AUROC 值為 0.93，較接近 1，說明 CMR 診斷效能較高。亞組分析結果顯示，不同類型 CMR 的 AUROC 差異無統計學意義，但 1.5 T 和 3.0 T CMR 的 AUROC 差異有統計學意義，3.0 T CMR 的準確性高于 1.5 T。② CMR 診斷 CAD 的基于血管的 Sen合并 為 81.2%，Spe合并 為 87.3%，其漏診率為 18.8%，誤診率為 12.7%，漏診率高于誤診率。+LR合并 為 6.372>5，–LR合并 為 0.215<0.5，CMR 的驗后概率高于驗前概率，CMR 診斷 CAD 的 AUC 值為 0.89，也說明 CMR 診斷效能相對較高。由此可見，基于患者的準確性高于基于血管的準確性，磁場強度越高，準確性越高。
本研究的優勢：① 首次采用間接比較的 Meta 分析方法[28, 29]分析了 CMR 不同類型和磁場強度的相對準確性；② 同時分析了基于患者和血管的數據 CMR 診斷 CAD 的準確性；③ 在呈現敏感度、特異度、似然比、診斷比值比和 SROC 曲線的基礎上，還報告了驗前概率、驗后概率和 HSROC 曲線，定量和全面地分析了 CMR 對 CAD 的診斷效能。但本研究存在以下局限性：① 由于心率及心律因素是嚴重影響 CMR 冠狀動脈成像效果，納入的原始研究中并未詳細描述患者心率和心律情況，同時也未提供冠狀動脈輕度、中度及重度狹窄數據，這可能會影響研究結果的外推性；② 大多數研究未報告診斷試驗檢測與金標準檢測間隔時間；③ 均無對試驗進行驗本量估計。因此建議今后研究：① 盡量遵循診斷性試驗報告標準規范（STARD），提高診斷性試驗的報告質量；② 診斷性試驗和參照標準應盡量同步進行，在進行診斷時應做到“盲法”評估；③ 文獻中應報告原始數據、計算有關的診斷性試驗評價指標及其可信區間，以便為其實際應用和醫療決策提供參考，同時應注意報告被排除的研究對象例數特別是因為診斷試驗或參考試驗不可行或結果不確定造成的排除人數；④ 應盡可能采用前瞻性研究方法，以避免回顧性偏倚的影響；⑤ 對 CMR 診斷 CAD，應該關注 CAD 患者的心率和心律，同時應當關注其安全性和成本-效果等問題。
綜上所述，全身 CMR 對 CAD 診斷有相對較高的敏感度和特異度，SROC 曲線下面積為 0.93，顯示 CMR 作為非侵入性檢查對 CAD 具有較高的準確性，且延遲增強 CMR 準確性高于灌注 CMR 和增強 CMR，同時磁場強度 3.0 T 的準確度高于 1.5 T。建議臨床實踐者選擇 CMR 診斷 CAD 時結合 CMR 的類型和磁場強度，還需考慮 CAD 患者的心率和心律，從而做出最佳的診斷決策。
