11发表偏倚的评估.pdf

·539· 几种发表性偏倚评估方法介绍 王珍1·2张永红1△徐巧巧2 发表偏倚是指有统计学意义的研究结果比无统计 值是否与样本含量有关。绘制漏斗图，需要纳入较多 学意义的研究结果更容易被发表，杂志编辑也往往倾 的研究个数，原则上要求至少5个研究。若以标准误 向于录用有统计学意义的论文，可能导致Meta分析过为纵坐标，采用逆向尺度赋值(纵坐标数值从上到下 分夸大治疗效应量或危险因素的关联强度，从而导致 数值逐渐增大)，越靠近原点，标准误越大。如果所有 临床上基于循证的个体化治疗与卫生决策上的失误。 的研究围绕漏斗图的中心线对称排列，表明没有发表 因此，识别是否存在发表偏倚成了Meta分析前的一项性偏倚，如果不对称分布，表示存在发表偏倚。 重要工作。 秩相关和回归分析法 评估是否存在发表偏倚一般遵循如下的逻辑顺 序：①森林图(forestplots)和漏斗图(funnelplots)提 漏斗图提供了效应量和精度之间关系的视觉感， 供分析资料是否存在发表偏倚的一个直观印象；②秩 但解释时则带有很大的主观性。漏斗图如提示可能存 相关(rankcorrelation)和回归分析(regressionproee-在出版偏倚，有两种检验偏倚大小的方法：一种是 and dures)判断是否存在发表偏倚的证据；③失安全系数Begg (fail．safe N，心)判断合并的效应量是否受到发表偏 Egger’s回归分析uo。 and 倚的影响；④幽andfill法和累积森林图(cumulativeBegg forest 为秩相关系数(Kendall’Sf)，分析标准化效应量及其 plot)用于分析如果去除明显的偏倚后效应量是 否会发生改变…。下面，依次介绍这七种方法对发表 方差(或标准误)之间的相关性。丁的解释与任何相关 偏倚评估的作用。 系数一样，0值意味着效应量和精度之间没有关联性， 偏离0值意味着它们之间存在着相关性心】。需要注意 森林图和漏斗图分析 的是，这里的r不要与随机效应模型的r2(表示研究 森林图，能让分析者和读者既看到树木又看见森 间的方差)相混淆，两者之间不存在任何关系瞄】。 Sterneand 林，是meta分析的核心组成部分，也是发表偏倚逻辑 Egger认为在采用丁统计量进行发表偏倚 分析的第一步骤，能提供所分析资料的一个视觉印象。 分析时应持谨慎态度，即纳入的研究的样本量应在一 在图中，每个研究的效应量及其可信区间以及总的效 定的范围内，至少包括一个中等大小的样本量的研究， 应量估计值均反映在图上。从森林图上能看出总的效 否则得到的结论将不可信【3】。而且，他们也注意到该 应量估计是基于多个研究还是少数几个研究、每个研 检验的检验效能较低，除非存在严重的偏倚才有可能 究的精确性程度、纳入分析的研究的效应量分布趋势 将此检验出来，即下检验的结果不具有统计学的显著 以及不同研究的效应量之间是否存在显著差别。森林 性不能视作不存在出版偏倚的证据口J。 图提供给读者一张“脸谱”，有助于研究者正确解释分 Egger’S线性回归法，与秩相关检验一样，当漏斗 析结果，还能看出研究