meta分析入门知识.ppt

评价文献很重要 很困难 需要真才实学 * （五）资料提取 设计资料提取表格（便于统计软件进行统计分析） 提取的主要内容： 一般资料(试验名称、作者、出处等) 质量资料(隐藏、盲法、随访等) 基线资料 (年龄、性别、严重度、病程等) 干预措施资料(治疗方法、剂量、疗程，对照措施等) 结局资料(死亡、残废、事件数等) * * 六、统计分析--Statistical Analysis 提出问提 收集和评价文献 数据分析 结论与讨论 文献检索 研究质量评价和文献的选择 提取、整理数据 合并效应 敏感性分析、发表偏倚 报告和解释结果 得出结论 异质性检验 亚组分析 局限性的讨论 拟定研究计划 1、Revman(review manager) 优点：容易上手，导出图片无须过多修饰处理 缺点：操作繁琐，功能单一 适用：只使用常用的分析方法 不作Meta回归和累计Meta 不用诊断性分析 做Cochrane 的系统评价 Meta 分析数据分析常用软件 * * Revman 4.2 界面 2、Stata 优点：自由度大，功能全面、丰富，操作简单 缺点：不容易上手 适用：除Revman功能外，可做Meta回归、累积Meta回归及诊断性分析 Meta 分析数据分析常用软件 * Stata 界面 * 统计分析  异质性检验 亚组分析 发表偏倚 敏感性分析 其他 异质性检验 1.目的：了解各独立结果合并的合理性 2.异质性检验是Meta分析前进行的必要工作 3.异质性检验的必要性：理论上各研究结果应该是相同的——合并才合理，实际上不可能完全相同，因为不同的研究设计、实验条件、测量方法、观察对象不同 理论上上述不同不应该有差异性 * How much is too much heterogeneity 以I2 表示异质性部分在效应量总的变异中所占比重。一般按I2 =25%、50%、75%将异质性分为低、中、高。 I 2大于50%可认为有实质性的异质性。 * 异质性的识别：森林图 * 异质性的处理 解释，寻找异质性原因：亚组分析、Meta-回归 不进行结果的定量合并：只做定性的描述分析 在合并研究结果时选择固定效应模型（纳入研究的异质性可忽略时）或随机效应模型（异质性检验有统计学意义） * （二）亚组分析：对结果异质性的解释 当各研究间结果的异质性有统计学意义时： 可进行亚组分析，了解是否某亚组病人(老年或青年组)，或某剂量更有效 进行Meta-回归，了解某因素是否与治疗效果有关 应事先在计划书中确定那些因素可能造成异质性，并将进行亚组分析 若事后亚组分析则应说明：其结果最多只是假说的产生，甚至这种假说的产生也是危险的 还要考虑这种异质性是否科学合理（机遇1/20） 亚组分析 * （三） 发表偏倚 含义：有统计学意义的结果比无统计学意义的研究更容易投稿和被发表 对系统评价结果的影响：使其结果不真实，造成对临床实践的错误导向 不发表阴性结果是对病人不负责任 发表偏倚的问题 Johns Hopkins医院737个研究的随访发现： 投出发表的阳性结果研究数是阴性结果的研究的2.5倍 (Dickersin,JAMA,1992)评价方法： 漏斗图(Funnel Plots)分析发表偏倚 失安全数(fail safe number)：需多少个阴性试验能使结果逆转 识别发表偏倚：漏斗图分析 * 样本量小的研究结果通常分散在图形底部很宽的范围内 样本量大的研究结果集中在图形上部一个较窄的范围内 Publication Bias: Use of Funnel Plots 发表偏倚的可能原因 杂志不愿发表阴性结果 作者不愿发表阴性结果 药厂不愿发表阴性结果 疗效判断指标的某些选择易于出现阳性结果，发表机会增多 （四）敏感性分析 排除某些研究或资料后进行再分析，看结果是否会发生改变，探讨该研究对合并效应量影响程度及结果可靠性 若未从实质上改变结果，结果可信 若得出不同结论，在解释结果和下结论时应非常慎重 敏感性分析举例 排除某些可疑的资料 排除较低质量的研究 排除小样本研究 排除特殊的占主导地位的大样本研究 某些系统评价组有一套要求进行敏感性分析的清单 （七）总结报告，解释系统评价的结果 也要在讨论中说明： 纳入研究的质量：该系统评价的局限性 结果的维度： 1、证据强度：级别、质量和精确性(CI) 2、效果的大小(幅度) 结果的机制、生物学合理性，其他证据：生物的、剂量反应等研究的证据 结果解释的其他内容(讨论) 应用性： 对临床