Meta—分析中的统计学过程.ppt

Meta—分析中的统计学过程 20世纪60年代开始，文献中出现了对多个同类研究的统计量进行合并的报道。 1976年Glass GV首先将合并统计量对文献进行综合分析研究的这类方法称为“Meta—Analysis。 80年代末，该方法被引入我国，中文译名有荟萃分析、二次分析、汇总分析及集成分析等，但这些译名都有不足之处，因此，更多的学者仍建议使用“Meta—分析”这一名称。 定义目前尚有不同意见 《The Cochrane Library》一书中，将Meta—分析定义为：Meta-analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate．即Meta—分析是将系统评价中的多个不同结果的同类研究合并为一个量化指标的统计学方法。 《Evidence—Based Medicine》一书中，将Meta—分析定义为：A systematic review that uses quantitative methods To summarize the results．即运用定量方法汇总多下研究结果的系统评价方法。-- David Sackett 传统的文献综述在处理同一问题的多个结果报道时，通常是平等(等权重方法)对待每个研究结果而得出结论。 综述一般不进行文献评价，也不考虑文献的质量，其结果必然存在两个问题：一是多个研究的质量不相同，二是各个研究的样本含量的大小(权重)不相等。 传统文献综述的方法很难保证研究结果的真实性、可靠性和科学性，尤其当多个研究的结果不一致时，容易产生困惑或误解。 Meta—分析是对多个同类研究结果进行合并汇总的分析方法，能从统计学角度达到增大样本含量，提高检验效能的目的。 尤其当多个研究结果不一致或都没有统计学意义时，采用Meta—分析可得到更加接近真实情况的综合分析结果。 在系统评价中： 数据资料适合使用Meta—分析时，用Meta—分析可以克服传统文献综述的两大问题，其分析结果的可靠性更高； 数据资料不适合做Meta—分析时，系统评价只能解决文献评价的问题，不能解决样本含量的问题。因此，对其分析结论应慎重。 此外，没有按系统评价标准操作规范实施，或未经严格文献评价的研究，即使用了Meta—分析也不一定是系统评价的研究，更难说是高质量的研究。 目前多数专家认同的Meta—分析方法有：分类变量(OR，RR．RD)两个成组设计的比较、两个均数的比较和Meta—回归分析、诊断性试验的Meta—分析(SROC曲线)也趋于成熟。 其他Meta—分析的统计方法，如多个均数的比较、多个率的比较、等级资料的比较和生存分析资料等，还有待发展和完善。 Meta—分析中值得讨论的问题也较多，如对两种模型的争论、对权重(W)计算的争论等 Meta—分析在循证医学中的重要地位并不因此降低 使用Meta—分析时，需要掌握一定的医学统计和临床流行病学的基础知识，即使是临床医师，也应该了解Meta—分析的结果解释及其临床意义。 一、Meta—分析的基本内容 1．合并统计量的选择 Meta—分析需要将多个同类研究的结果合并(或汇总)成某个单一的效应量(effect size)或效应尺度(effect magnitude)，即用某个合并统计量反映多个同类研究的综合效应。 分析的指标是二分类变量，可选择比值比(OR)、相对危险度(RR)或危险差(risk difference，RD)为合并统计量，用于描述多个研究的合并结果。在Cochrane系统评价中还常见到Peto法的OR，该法对于发生率较小的试验结果进行Meta—分析可能是最有效而偏倚最小的方法。RR或OR均是相对测量指标，其结果解释与单个研究指标相同，而RD是两个率的绝对差值。 如果需要分析的指标是数值变量，可选择加权均数差(weighted mean difference，WMD)或标准化均数差(standardised mean difference，SMD)为合并统计量。 WMD即为两均数的差值，消除了多个研究间的绝对值大小的影响，以原有的单位真实地反映了试验效应； SMD可简单地理解为两均数的差值再除以合并标准差的商，它不仅消除了多个研究间的绝对值大小的影响，还消除了多个研究测量单位不同的影响，尤其适用于单位不同或均数相差较大资料汇总分析，但是，标准化均数差是一个没有单位的值，因而，对SMD分析的结果解释要慎重。 2．异质性检验与两种模型 异质性检验(tests for heterogeneity)，又称同质性检验(tests for homogeneity)：Meta—分析过程需要