多水平统计模型在Meta分析中的应用研究.docVIP

多水平统计模型在Meta分析中的应用研究 中国卫生统计l999年6月第16卷第3期 /;j～l 多水平统计模型在ta分析中的腑究 . 华西医科大学卫生统计学教研室(610041)李晓松刘巧兰倪宗瓒 【提要】且的探讨多水平模型技术在Meta分析中的应用价值.方法根据Meta分析只能得到研究水平数据的 特点,探讨了西水平随机效应与混合效应模墅的建模方i击.结果获得平均.效应尺度设其标准误的估计,以及与研究结 果差异有关因素的估计.结论在Meta分析中,多水平统计模墅不仅可估计平均效应尺度”及其可信区间,而且可分折 与研究结果差异有关的影响因素. 【关键词】多水平模型Meta分析混合效应影响因素 ,,——～————一———～————～ Meta分析是指对具有相同研究假设的多项独立 研究结果所进行的合并分析,主要甘的是为了得到 比单一研究更精确的结果估计,进一步的目的则是分 析影响研究结果间差异的囡紊..目前,Meta分析主 要根据研究的”效应尺度”(effectmagnitude)的齐性 检验结果,决定采用固定效应模型(fixedeffectsmod- e1)或随机效应模型(randomeffectsmode1)来合并每 项研究的”效应尺度”,但一般难以分析影响研究结果 间差异的因素. 多水平统计模型(multilevelstatisticalmodels)是 国外教育学界8O年代中后期发展起来的一门多元统 计分析新技术,是当前国际上统计学研究中一个新兴 而重要的领域.本文将多水平模型应用于Meta分 析,拟通过具有协变量的混台效应(mixedeffects)多 水平模型的建模,估计各项研究的平均”效应尺度及 其可信区间,同时探讨与研究结果差异有关的影响因 素. 资料与方法 本文采用光盘检索了英文MEDLINE1990～1996 年,中文”中国生物医学(CBM)1984～1996年的有关 吸烟与肺癌关系研究的文献,在已检索到的文献基础 上回顾追踪同类文献至7O年代,共查到文献49篇.各 项研究独立且研究假设相同,可以得到的数据包括各 项研究的In(OR)值及其标准误,研究水平上的有关协 变量包括样本含量,设计类型以及是否进行性别调整 等. Meta分析在合并不同来源的研究资料时可能引 入异质方差(heterogeneousvariance),其数据可看成具 有两个水平的层次结构(hierarchicalstructure),即研 究水平(水平2)与研究对象水平(水平1).对于具有层 次结构特征的数据,多水平模型可将传统模型中单一 的随机误差项分解到与数据层次结构相对应的水平 上,即分辑出研究水平的变异,并提供了进一步拟合研 究水平上复杂误差结构的可能性. 王生乞叶 现以基本的两水平随机效应模型为例,说明模型 结构与假设.: Y}一8∞+e} J=1,2,…,示水平2单位,i=1,2,…,,示水 平1单位. 卢为随机变量;卢o,=+ 代入上式有:Y=++% 水平2残差亦为随机变量:Uoi～(0.) 水平1残差即通常的残差项:q～(0,) 值得指出,尽管可将数据看成具有两个水平的层 次结构,但Meta分析中能够得到的数据一般是研究 结果即”效应尺度”及其标准误以及样本含量等,研究 对象即个体的数据通常是不可得的,换言之,一般只能 得到水平2单位的数据,而不能得到水平1单位的数 据.因此,根据Meta分析资料的特点,我们拟合加权 的水平2(聚集水平)模型,其建模方法具有其特殊性, 基本模型可表达为: Y.,一++e Var(u.)= Vat()=/n 总方差为+/,式中n为第项研究的样本 含量,可通过对随机部分定义两个设计变量来拟台模 型,即: ,一 o=1,.=1/√ 其随机系数分别为和e如果每项研究中的研 究对象数目相等,则只需一个设计变量.,但这种情 形几乎不存在.反之坝0需使用设计变量. 在模型中进一步引入研究水平的协变量,模型一 般可表达为: Y=.+∑xh.++e, 根据本资料特点,考虑两类模型:模型1为无任何 协变量的随机效应模型,模型2为引入研究水平协变 量的混合效应模型. 模型1: Yi=#0+Ht+e1t Y为第j个研究的In(OR),为合并全部1n (OR)的平均估计值为第个研究的随机效应,其 分布为～(O,)为与第个研究有关的随机 误差,其分布为e.j～(O,/n),Coy(,)一0. 模型2: 【 一 0o+e1}+0i￡2i+u.i+e.jZ1i 将性别调整(未调整取0,调整取1)和设计类型 (病例对照研究取0,队列研究取1)两个协变量先后} 八模型,分别对应于和觑,将其效应拟合为固定 效应,以解释研究结果问的差异,用一个随机成分”. 拟合其剩余部分. 结果与分析 衰1模型1的拟合结果 根据In(OR)士lE一