受试者工作特征曲线（receiver operating characteristic curve，简称Roc曲线）是以灵敏度为纵坐标，1-特异度为横坐标绘制而成，Roc曲线越凸出、越逼近左上角，表明其诊断价值越大。Roc曲线多适用于连续指标，用于不同指标诊断价值的比较和确定指标的临界值。
诊断试验不仅仅是一个Roc曲线这么简单，一个完整的诊断试验需要考察的维度还有很多。此外，在设计一个诊断试验的过程中最需要注意的是，一定要基于一个真实的待诊断人群进行设计。因为所有对诊断效能的判断，都是与研究对象直接相关的，换了人群就不灵了。
大家在看自己本领域或熟悉领域文章的时候，常常习惯性地跳过背景，直接切入文章主题。临床医生平时多数时间是以看论文为主，一方面可以了解新的临床动态，另一方面也为了紧跟学科热点为自己的科研发展积累有用的信息。经过这样的长期阅读，当临床医生自己抓起键盘准备写论文和标书的时候，也习惯性的先从研究的具体内容开始撰写，最后再大概攒一个背景补上去。我们的团队参与了近期首发基金标书的方法学评审工作，看到很多临床医生的标书，其背景形同虚设，导致通篇标书读起来没头没脑，不知从何说起。如何才能正确地书写研究背景呢？
3.1好的论文和标书要讲一个完整的科学故事
我们经常说，写论文、写标书如同讲一个故事，要把研究相关内容的前因后果讲清楚，做好铺垫，才能体现出研究的价值。如同讲小红帽的故事，如果开篇直接讲：“大灰狼敲门要吃小红帽”，估计这个故事就不会流传这么久了。讲一个研究的故事也一样，要从思路如何产生开始，提出临床问题、总结科学问题、说明本研究拟解决的问题及其方法，通过背景这个部分娓娓道来，才能让读者在正文前对作者的思路有一个充分的了解。
3.2为什么要强调科学故事的完整性
3.2.1有助于“大同行小外行”对论文\/标书进行科学的评价。
论文的发表、标书的资助前都需要经过同行科学评议。在这个评议的过程中，多数专家是本领域的研究者，但往往并不是作者所研究具体方向的研究者，对该方向的研究趋势及热点了解有限。完整的故事构架有助于他们充分了解研究意义，了解研究的价值，并对具体研究问题及其方法是否合理做出更准确的判断。
3.2.2有助于对本领域了解有限的读者读懂、并引用你的文章\/研究。
我想大家在平时寻找参考文献的时候经常会有这样的体会，除结论外，该文献是否值得被引用，其研究背景起了一定的作用。此外，阅读研究背景，会为读者带来新的提示，也许会给你的文章增加被引用的机会。
3.2.3对小内行的尊重，有助于同行对你的研究进行正确评价。
这个我想就不用多说了，“高大上”的背景当然会让人仰视。
3.3好的背景应该包含哪些要素？
首先，要提出临床问题，也就是这个问题到底是如何从临床现实（当然也可以是基础研究的现实问题）中冒出来的？其次，通过既往研究结果，分析该问题背后有哪些科学规律，进而分析哪些已经被很好地解决了，哪些还没讲清楚，其中哪些问题又是至关重要的环节。这时，你研究的科学问题就该闪亮登场了。再补充一些你的研究设想，一篇栩栩如生的研究背景就诞生了。
5.1什么是meta分析
说到meta分析，不得不提系统综述。系统综述又叫系统评价，是在复习、分析、整理和综合原始文献的基础上进行的一类综述。meta分析是系统综述中使用的一种统计方法，是将以往同类研究的结果进行综合分析的一种方法。
它的前身起源于Fisher 1920年提出的“合并p值”的想法，1955年由beecher首次提出初步的概念，1976年心理学家Glass进一步按照其思想发展为“合并统计量”，称之为meta分析，1979年英国临床流行病学家Archie cochrane提出系统评价（systematic review，SR）的概念。
meta分析是指用统计学方法对同一目标的多项独立研究的结果进行系统的、定量的综合性分析，以提供量化的平均效果来回答研究的问题。其优点是：1通过增加样本含量，提高检验效能，来增加结论的可信度；2解决了多个研究结果之间不一致性的问题。
5.2我能不能做meta分析
当然可以。meta分析就是综合不同研究团队针对某一研究问题发表的不同研究结果，这一问题可以是病因和危险因素、诊断方法、治疗手段、预后分析以及卫生经济等等。只要存在争议，它就有用武之地。当然如果该问题一切都已成定局，那就真心没有必要了。
但是，有些人发现某一领域的meta分析没人写，就赶紧动手操作，把该领域的近乎所有有争议的点都写了，然后嗷嗷地发。这样，不太好吧！我们还是建议是您的领域您写，不是您的领域还是不要捣乱的好。
5.3meta分析的一般流程
meta分析的一般步骤如下：1明确简洁地提出需要解决的问题；2制定检索策略，全面广泛地收集研究结果（大部分为已发表的论文，未发表也可以）；3确定文献的纳入和排除标准，剔除不符合要求的文献；4资料选择和提取，包括原文的结果数据、图表等；5各研究的质量评估和特征描述；6统计学处理：a. 异质性检验（齐性检验），b. 合并效应量并进行统计推断，c. 图示单个试验的结果和合并后的结果（森林图），d. 敏感性分析，e. 了解潜在的发表偏倚（漏斗图等）；7结果解释、做出专业领域的结论与评价；8维护和更新资料。
看着好复杂，其实没啥。只要有了想法，按步骤一步步来，船到桥头自然直。
5.4meta分析的注意事项
参考詹思延教授《正确使用和合理解读meta分析》一文，略作小结如下：