多中心诊断研究的中心差异，准确性结果怎样呈现？

多中心诊断研究把各医院数据合并后，可以得到一个更稳定的总体准确性估计。但各中心可能收治不同病情的患者，采样、仪器、判读训练和参考标准也可能不同。只报告一个合并灵敏度，读者无法判断结果是否由某一大中心主导，也无法知道新检测换到其他医院会遇到什么条件。投稿时要把中心差异放在结果结构里。

先对齐中心之间真正相同的部分

方法段按中心列出入组场景、时间、患者来源、检测设备或试剂、执行人员培训、阳性阈值和参考标准。即使中心声称执行同一方案，仍应记录重要偏离；若某中心更换设备或只有部分患者做了参考标准，应单列原因和人数。中心编码不能只留A、B、C却不解释它们的临床角色。尽量用同一张表展示各中心的疾病严重程度、替代诊断及样本处理流程，读者才能理解准确性差异来自哪类可能因素。

自拟例子中，三家医院共入组600人，甲院400人、乙院150人、丙院50人。合并结果主要受甲院影响；即使三院灵敏度分别接近，丙院的少量患病者也可能让区间很宽。结果里应至少给出每院入组数、实际进入四格表的人数和疾病状态分布，再提供中心层面的准确性估计与区间。某中心病例太少时，不宜用点估计排序“最好医院”，可明确提示精度不足。

决定合并数字怎样解释

若事先计划汇总，可说明合并方法及是否考虑中心内患者相关性；若采用模型估计中心效应，交代模型形式和假设。中心间数值不同，不一定全是检测性能变化：患者病情程度、疾病患病率、操作流程或参考标准差异都可能参与其中。可做预设的异质性分析或敏感性分析，例如排除更换设备的中心后重新估计，但不能只展示使总体结果更漂亮的一版。若外部验证中心与开发中心不同，更应让读者分清两者角色。

STARD 2015要求报告参与者的来源、地点、基线临床特点，以及预设和探索性的准确性变异分析。美国食品药品监督管理局的诊断测试统计指导建议按临床地点、样本处理地点及有关人群亚组展示结果。这些要求帮助判断适用性，并不表示每个只有数例患者的中心都能得出可靠的独立结论；中心层面的不确定性同样要显示。

投稿前核对中心汇总表：每院入组、排除和分析人数是否相加等于总流程，阈值是否真的一致，摘要中的总体估计是否代表所有中心的实际构成。若600人里400人来自甲院，摘要里的总体准确性就不能遮住这个分布。

参考信息：STARD 2015诊断准确性研究报告指南；美国食品药品监督管理局诊断测试结果统计指导。