meta的统计学方法说课.ppt

Meta分析的统计学方法 蔡静 2014.8.11 Meta分析的主要类型 常规的Meta分析 诊断性Meta分析 简介比较的Meta分析 累积Meta分析 Meta回归分析 单个率的Meta分析 个体数据Meta分析 其他类型Meta分析 常规Meta分析 当前，常规Meta分析主要基于原始研究有对照组的比较研究，最常见的是基于RCT的防治性试验的Meta分析，此外，还有动物实验、病因研究、基因多态性等的Meta分析。 此外，原始研究类型还可以是队列研究、病例对照研究、自身对照研究等。 诊断性试验的Meta分析 诊断性Meta分析是近年来出现的，并为“诊断试验准确性研究的报告规范（STARD）”指导小组和“Cochrane协作网”所推荐。诊断性Meta分析主要是为评价某种诊断措施对目标疾病的准确率，多为对目标疾病的敏感性、特异性、似然比、诊断比值比、SROC曲线等进行评价和报道。 间接比较的Meta分析 在临床实践中，经常会碰到没有直接比较的证据或者需要从众多干预措施中选择对患者最佳的措施，此时，可以从RCT中寻找间接证据，这就形成了间接比较的Meta分析或多种干预措施比较的Meta分析，即网状Meta分析（network meta-analysis）。 例如，有一系列药物可以治疗某种疾病，但RCT均是药物与安慰剂的对照，而药物相互之间的RCT都没有进行或很少，那么在这种情况下，就需要将间接比较和直接比较的证据进行合并。 累积Meta分析 累积Meta分析（cumulative meta-analysis）最早应用于1981年，它是按研究的时间顺序及时地将新的原始研究纳入原有Meta分析，且每个新研究加入后均重复一次Meta分析，该法可以反映研究结果的动态变化趋势及跟研究对结果的影响，也有助于尽早发现有统计学意义的干预措施。 Meta回归 在Meta分析时，需分析各研究间的异质性，并对异质性的来源进行探讨，Meta回归（meta-regression）分析可评价研究间异质性的大小及来源。很多学者认为，Meta回归分析是亚组分析的延伸，主要通过对多因素的效应量进行联合分析实现，仅当Meta分析纳入的研究数量在10个以上时才进行此分析。 单个率的Meta分析 单个率的Meta分析，原始研究只提供了一组人群的总人数和事件发生人数，没有比较研究Meta分析所需要的两组数据。 多为患病率、检出率、知晓率、病死率、感染率等的调查。原始研究多为横断面研究。 个体数据的Meta分析 个体数据（individual patient data，IPD）Meta分析时近年来发展起来，该方法不是直接利用已经发表的研究结果总结数据进行Meta分析，而是通过从原始研究作者那里获取每一例受试者的原始数据所做的Meta分析。 与常规Meta分析相比，其优点为：能够最大限度的纳入未发表的试验或灰色数据，能够进行时间-事件分析，能够更新长期随访的数据，能够进行更复杂的多变量统计分析；但该法将耗费大量的人力、物力和时间。目前，建立在IPD基础上的Meta分析被认为是最佳的系统评价。 其他Meta分析 近年来，随着方法学的研究进展和研究实际情况，出现了许多新的Meta分析方法，主要有：不良反应的Meta分析，成本-效果/效用/效益的Meta分析，患者报告结局的Meta分析，全基因组关联研究的Meta分析，Meta分析的汇总分析等。 Meta分析统计过程主要内容： 异质性检验 计算合并效应量 合并效应量的检验 异质性 Cochrane网站中将异质性定义为： 广义上参与者、干预措施和一系列研究间测量结果的差异和多样性，或那些研究中内在真实性的变异。 专指统计学异质性，用来描述一系列研究中效应量的变异程度，也用于表明除仅可预见的偶然机会外研究见存在的差异性。 异质性来源 一类是研究内变异，即使两个研究的总体效应完全相同，不同的研究由于样本含量不同，样本内的各观察单位可能存在差异，可得到不同的结果，但与实际效应相差不会很大。当样本含量较大时，抽样误差相对较小。 另一类是研究间变异，及时干预的措施和其他情况都一样，由于研究对象来自不同的总体以及偏倚的控制等诸多方面存在差异，其实际效应也不相同。 异质性分类 1. 临床异质性：参与者不同、干预措施的差异及研究的终点指标不同所导致的变异。 来源 生理、人类学方面的差异：年龄、性别、种族、信仰、生活习惯等； 病理生理学方面的差异：病程长短、疾病严重程度、疾病类型等； 治疗方面的差异：随访时间长短、不同干预措施、不同疗程、干预措施的不同剂量等。 2. 方法学异质性：由于实验设计和质量方面的差异引起的，如盲法的应用和分配隐藏的不同，或者由于试验过程中对结局的定义和测量方法的不一致而出现的变异。 来源 不同的设计方案：完全随机与半随机设