meta分析原理和步骤概述.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Meta analysis原理 和实施步骤 陈泽鑫 浙江大学医学院附属第二医院 临床流行病与生物统计研究室 样本与总体 研究总体离不开研究它的个体.但在许多实际问题中,不可能对所有个体逐一进行研究,而只能从总体中抽取一部分个体进行观察(或试验),根据对这部分个体的观察结果来推断总体的分布情况. 样本与总体 统计学用抽样分布的理论来描述样本统计量的变化规律 单一样本推断总体存在不足: 存在抽样误差,并且抽样误差的大小与样本量的大小有关。 为了减小抽样误差,需要足够的样本量 从一个均数为1.5,标准差为0.7的正态总体中进行随机抽样,样本量分别为20,50,100,200,300,500,1000,不同的样本量均进行20次抽样,共得到140个样本。 分别计算每个样本的均数,标准差和标准误。 以样本的均数为横坐标,以样本量为纵坐标作散点图 由于抽样过程存在抽样误差,样本量较大时抽样误差较小。 所以从图中可以看出所有的点以样本量较大时的均数为轴,左右是基本对称的。 用方差分析的方法对不同的样本所对应的总体均数是否相等进行检验,方差分析的结果为F=0.862,P=0.878。 说明140个样本对应的总体均数是相同的。 用这140个样本的信息来估计总体的均数和标准差,?=1.501,?=0.699。 这样做的结果是提高了估计的精度。 理想状态 我们把不同作者对相同问题进行的研究可以看作从同一总体中进行抽样得到的一个随机样本,如果他们都是按照相同的设计得到的研究结果,并且我们可以找到每一项研究的结果,这样就可以根据上面的原理得到一个更为可靠的结果。 实际情况 不同作者: 所使用的设计方案会有一定的差别 选择的实验对象有所不同 样本量差异 因此实际能够得到的资料可能是不完整的,甚至是有 偏性的,如阳性结果的文章,以及和目前大家普遍能 够接受的观点一致的文章可能更容易发表在专业杂志上。 Meta 分析 Meta(after, more comprehensive,secondary)希腊词 定义 以综合研究结果为目的,通过查阅文献收集与某一特定问题相关的多个研究并对这些研究的结果所进行的统计分析 优点 几个、甚至上百个研究者在不同地区进行研究并发表研究结果进行整合后所得到的综合结果(证据)更有说服力 Meta分析的意义 海量信息需要整合 避免“只见树木不见森林” 克服传统文献综述的缺陷 连接新旧知识的桥梁 传统文献综述的缺陷 主观综合 缺乏共同遵守的原则和步骤 注重统计学是否“有意义” 等价对待每篇文献,无权重 定性而非定量 Meta分析的功能 定量综合 提供系统的、可重复的、客观的综合方法 通过对同一主题多个小样本研究结果的综合,提高原结果的统计效能,解决研究结果的不一致性,改善效应估计值 回答原各研究未提出的问题 Meta分析原理 固定效应模型(fixed effect model) 假设各个研究之间只有一个真效应值(true effect size),研究直接观测到的效应值的差别来源于抽样误差(正态分布) 随机效应模型(random-effect model) 假设各个研究间(如不同国家,不同种族等),的真效应值是相互不同的,且各个研究的值服从正态分布,因此最后观测值的差别既包括真效应值的随机误差也包括抽样误差(正态分布)。 固定效应模型 圆形代表各个研究的真效应值 方形代表各个研究的实际观测值 ε代表抽样误差 抽样误差符合正态分布 估计真效应值的方法 考虑到各个研究间抽样误差大小不同,因此对每个研究需要根据误差大小进行加权。 权重为: VYi为每个研究内部的方差 因此所有研究加权均数为 Yi为研究的观测值 估计的总效应均数的方差为: (估计均数的权重等于方差的倒数) 从而得到总效应值均数标准差: 得到均数估计的95%置信区间: 随机效应模型 各个研究的真效应值不是同一的,而是服从正态分布的 各个研究观测值的差别包括真效应值的误差(ζ)和抽样误差(ε) 估计真效应值的方法 估计方法和固定效应模型一样,区别在与随机效应模型需要考虑到真效应值之间的差异,即各个研究之间的方差 各个研究的权重: 其中Τ2表示各个研究之间的方差 从而加权以后的平均值为 估计的总效应均数的方差为 从而得到总效应值均数标准差: 得到均数估计的95%置信区间: 估计Τ2的方法 (类似于样本均数求方差的过程) 加权离均差平方和(weighted sum of squares,WSS)(此部分为总的变异度) 因此随机效应部分应该是加权总和减掉预期的离均差平方和,即超额变异(excess variance)

文档评论(0)

挑战不可能 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档