诊断试验系统综述投稿，PRISMA-DTA要核对什么？

诊断试验的系统综述很容易沿用普通干预综述的写法：检索、筛选、合并一个总体效果，最后放一张森林图。但敏感度和特异度会随阳性阈值一起变化，不宜把二者当成互不相关的普通效应量。PRISMA-DTA 是诊断准确性系统综述的报告扩展。投稿前用它核对研究问题、纳入研究、合并方法和结论，能避免“流程图齐全、临床含义却说不清”的稿件。

先把综述问题写成诊断问题

稿件开头需让读者知道对象是谁、待评价的检测是什么、要识别的目标疾病或状态是什么，以及检测拟用于筛查、分诊还是确诊。若只写“评估某检测的效果”，不同临床用途的研究可能被不加区分地合并。比如同一项血液检测，在基层筛查和专科确诊中面临的人群和阈值不一样；综述要么事先界定用途，要么明确报告用途差异。

纳入标准也不能只列文献类型。有哪些参考标准可以接受？是否允许同一研究使用多个阈值？若有病例对照式样本，与连续疑似患者样本的适用性有何不同？把这些规则放在方法部分，并在筛选记录中留存排除原因。这样编辑才能理解最终分析里的研究为何可比。

合并结果时保留敏感度与特异度的关系

PRISMA-DTA 原始论文指出，诊断准确性荟萃分析通常需考虑敏感度与特异度的相关性及阈值带来的取舍。稿件应说明用了什么合并模型、为何适合这些资料、研究间差异怎样处理。若各研究阈值相差很大，只给一个“合并准确率”可能掩盖关键差异。图中把每项研究的敏感度、特异度及不确定性放在一起，读者更容易看出取舍。

例如三个研究分别把检测阳性界值设得越来越低，敏感度上升而特异度下降并不一定是实验质量变化。若作者直接按发表年份解释差异，可能忽视阈值这条更近的路径。应先核对各研究实际使用的阈值、参考标准和受试者构成，再决定哪些异质性分析有依据。不能把干预综述常用的单一异质性数字机械搬来，代替对两项准确性指标的共同解释。

讨论的是证据能否支持特定用途

综述结果要报告原研究偏倚风险与适用性问题，并说明这些判断怎样影响结论。高敏感度若来自住院重症病例，不等于适合社区早筛；特异度若来自健康志愿者对照，也未必代表临床疑似人群。摘要里给出漂亮的合并数字时，结论应同样写明检测角色、人群和证据限制。

PRISMA-DTA 提供正文清单，也有摘要专用清单。投稿前先用正文清单核对完整稿，再单独检查摘要是否准确呈现研究问题和主要限制。若投稿期刊另要求完整检索式和注册信息，要按其当前指南补齐。清单帮助透明报告，不能替代对原始诊断研究设计和统计合并方法的判断。