เปรียบเทียบวิธี

	การศึกษาวิเคราะห์อภิมานความแม่นยำในการวินิจฉัย	การออกแบบการศึกษาความแม่นยำในการวินิจฉัย
สาขาวิชา	ระบาดวิทยา	การวิจัยทางคลินิก
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1993–2005 (foundational models)	2003-2015
ผู้ริเริ่ม	Moses, Shapiro & Littenberg (SROC framework, 1993); Reitsma et al. (bivariate model, 2005)	Bossuyt, Reitsma, and STARD group (2003); clinical epidemiology pioneers
ประเภท	Quantitative systematic synthesis	Research Design
แหล่งต้นตำรับ	Reitsma, J. B., Glas, A. S., Rutjes, A. W., Scholten, R. J., Bossuyt, P. M., & Zwinderman, A. H. (2005). Bivariate analysis of sensitivity and specificity produces informative summary measures in diagnostic reviews. Journal of Clinical Epidemiology, 58(10), 982–990.	Bossuyt, P. M., Reitsma, J. B., Bruns, D. E., Gatsonis, C. A., Glasziou, P. P., Irwig, L. M., ... & de Vet, H. C. (2003). Towards complete and accurate reporting of studies of diagnostic accuracy: the STARD initiative. Annals of Internal Medicine, 138(1), 40–44.
ชื่อเรียกอื่น	DTA meta-analysis, diagnostic meta-analysis, systematic review of diagnostic accuracy, pooled diagnostic accuracy	diagnostic accuracy study, test accuracy, STARD, diagnostic evaluation
ที่เกี่ยวข้อง	2	2
สรุป	A meta-analytic diagnostic accuracy study systematically identifies and pools sensitivity and specificity data from multiple primary diagnostic test accuracy studies. Using the bivariate or hierarchical summary ROC (HSROC) model, it produces a joint summary of a test's ability to correctly classify diseased and non-diseased individuals across diverse clinical settings, accounting for the inherent trade-off between sensitivity and specificity.	A diagnostic accuracy study evaluates how well a new diagnostic test (or biomarker, imaging modality, clinical assessment) detects the presence or absence of disease compared to a reference standard (gold standard). Standardized since 2003 by the STARD (Standards for Reporting of Diagnostic Accuracy Studies) initiative, diagnostic accuracy studies are fundamental to clinical medicine, determining whether and how new tests can improve patient diagnosis and treatment.