Prevalenza della malattia nella meta-analisi per lo studio di accuratezza dei test diagnostici: un approccio SIMEX triplo

I test diagnostici rivestono un ruolo fondamentale nella pratica clinica, in quanto consentono una rapida valutazione dello stato di salute del paziente e supportano le decisioni mediche. La loro affidabilità viene comunemente valutata tramite sensibilità e specificità, misure sintetizzate in studi di meta-analisi mediante modelli bivariati ad effetti misti. Tuttavia, questi approcci non tengono conto della variabilità della prevalenza della malattia tra le popolazioni studiate, con il rischio di produrre stime distorte e poco generalizzabili. Per superare tale limite, la letteratura ha proposto modelli trivariati che includono anche la prevalenza, i quali però presentano criticità legate ad aspetti computazionali e di convergenza quando si lavora con la stima di massima verosimiglianza. In questo elaborato si propone un’estensione della metodologia double SIMEX (SIMulation-EXtrapolation) al contesto trivariato, con l’obiettivo di integrare la prevalenza e ridurre i problemi di convergenza e instabilità numerica riscontrati con i metodi tradizionali. Viene presentato l’approccio SIMEX triplo, le cui prestazioni sono valutate attraverso studi di simulazione in scenari diversi per numerosità campionaria, livello di accuratezza dei test e prevalenza della malattia. L’analisi della validità del test salivare per la rilevazione del virus SARS-CoV-2 completa il quadro e consente, infine, di discutere in modo approfondito le criticità e l’efficacia del metodo proposto.