医学测量可靠性的 Meta 分析方法学指南——以医学影像（MRI）数据为例

aprite@outlook.com (Aprite) — Mon, 02 Feb 2026 00:00:00 +0000

📊 引言

在医学研究中，测量数据的可靠性（reliability）和一致性（agreement）是研究质量的核心保障。无论是医学影像（MRI、CT、超声）的测量、实验室检验指标的重复检测，还是病理评分的观察者间一致性评价，都需要对测量工具或研究者的可靠性进行量化评估。

当多个独立研究报道了同一测量指标的可靠性数据时，如何整合这些证据？传统的 Meta 分析方法主要针对效应量（如 OR、RR、SMD）的合并，而可靠性指标的 Meta 分析需要特殊的统计处理。

本文以 MRI 测量数据为例，介绍医学测量可靠性 Meta 分析的方法学框架。该方法同样适用于 CT、超声、实验室检验、病理评分等各类医学测量的一致性评价。

医学测量可靠性分析中，常用的指标有以下四类：

适用场景：连续变量的相对变异性评价，如重复测量的离散程度

计算公式： $$ CV = \frac{SD}{Mean} \times 100% $$

判读标准：

适用场景：连续变量的一致性评价，如不同观察者对同一指标的测量

判读标准（Koo & Li, 2016）：

适用场景：分类变量的一致性评价，如病理分级、影像征象的有无判断