5篇2章12节：诊断试验准确性研究与多阈值Meta分析方法（下篇：可视计算）

多阈值 Meta 分析通过整合全阈值范围内的诊断效能数据，为临床实践提供更全面的证据支持，但数据转换的复杂性与结果可视化的直观性一直是技术痛点。本文作为诊断试验准确性研究系列下篇，接着全面讲解可视化绘图和诊断统计量计算 。

一、plot () 函数

diagmeta包的plot()函数是专门用于多界值模型诊断试验准确性 Meta 分析的可视化函数，依托diagmeta类模型对象生成标准化统计图表，全面呈现多界值诊断数据的分布特征、模型拟合效果与诊断效能。该函数第一个必选参数为diagmeta模型对象，第二个参数which用于指定绘图类型，未额外设置参数时，函数默认以 2×3 布局自动生成6张核心图表，包括生存曲线、约登指数曲线、研究特异性 ROC 曲线与汇总 SROC 曲线等。

plot( x, # diagmeta() 拟合后的模型对象（必须输入） # 即 meta 分析结果，例如 diag1 which = c("survival", "youden", "roc", "sroc"), # 指定绘图类型（可选多个）