第八章_Meta分析在循证医学实践中的应用.pptVIP

第一节 Meta 分析的概述 从一个均数为1.5，标准差为0.7的正态总体中进行随机抽样，样本量分别为20，50，100，200，300，500，1000，不同的样本量均进行20次抽样，共得到140个样本 分别计算每个样本的均数，标准差和标准误 以样本的均数为横坐标，以样本量为纵坐标作散点图 所以从图中可以看出所有的点以样本量较大时的均数为轴，左右是基本对称的 用方差分析的方法对不同的样本所对应的总体均数是否相等进行检验，方差分析的结果为F=0.862,P=0.878 用这140个样本的信息来估计总体的均数和标准差，?=1.501,?=0.699。这样做的结果是提高了估计的精度 理想状态 我们把不同作者对相同问题进行的研究可以看作从同一总体中进行抽样得到的一个随机样本，如果他们都是按照相同的设计得到的研究结果，并且我们可以找到每一项研究的结果，这样就可以根据上面的原理得到一个更为可靠的结果 Meta 分析的目的及适用性 增加统计功效 由于单个临床试验往往样本较小，难以明确肯定某种效应，而这些效应对临床医生来说又可能是重要的 解决各研究结果的不一致性 寻求新的假说 Meta-分析的局限性 1 没用纳入全部的相关研究 2 不能提取全部相关数据 3 发表偏性（Publication bias） 4 用于合并统计的临床终点定义不明确 三、Meta分析的基本步骤 1.问题的定义 简单明确，不要太广和太复杂 是否存在争论？ 2.检索策略 检索关键词及其顺序 检索方法：电子文献库？手工检索？ 文献类型：仅包含论著？还是包括个人通信和未发表的资料？ 3.纳入、排除标准 仅包括随机化临床对照试验，还是也包括 半随机对照试验？ 使用的指标 使用的效应尺度 统计分析方法和模型 如何报告结果 4. 数据的采集和整理 从文献中采集数据： 一般信息：发表时间、设计类型、基金来源等 定量指标: 要有各处理组的样本均数 、标准差（或方差）和例数； 定性指标: 不仅要有优势比或相对危险度，还应有各组的频率、频率的标准误，或总例数和发病或死亡数 5.研究文献的评估 　 以便给予适当的权重 效度：样本是否能代表“目标”人群？ 是否采用随机化分组？ 是否采用“盲法”试验？ 是否使用安慰剂？ 统计分析方法是否合理？ 信度：测量方法是否精确？ 效应指标是否敏感？ 数据采集有无质量控制？ 6.统计学处理　 统计分析方法： 效应量的选择？ 齐性检验以及模型的选择？ 效应的综合？ 置信区间的估计？ 7.结果的解释和研究的追踪　 目的：得到某个课题的综合结论 如果仍不能下较确切的判断，提供进一步研究的方向 8.更新系统评价 在系统评价发表以后，定期收集新的原始研究，按前述步骤重新进行分析、评价，以及时更新和补充新的信息，使系统评价更完善 第二节 Meta分析常用统计方法 效应量又称效应大小(effect size, ES)：反映各个研究的处理和效应之间关联程度 效应量 = 0 处理无效 0 有正效应 0 有负效应 常用的效应量: 标准化差值 优势比 相关系数 Meta分析异质性研究的处理 1.如果能得到每个研究的原始数据，可以探讨异质性来源，并可对每个研究可以采用统一的多元回归模型进行分析，从而避免了由于使用的模型不一致导致的异质性 Meta分析异质性研究的处理 4.选用随机效应模型进行Meta分析 5.选用Meta回归以及混合模型进行分析，利用回 归模型控制混杂因素，以消除异质性 6.若异质性过于明显，则应放弃进行Meta分析， 只对结果进行一般性的统计描述 三、合并效应量估计与统计推断 固定效应模型 or 随机效应模型 二分类资料 or 连续数值资料 每项研究中，对照组和实验组的均数和方差 两组的合并方差 效应尺度为 　　　　　　　　　 i＝1,2,…,k 1.加权均数和加权方差的估计值 权重系数，这里取 也可以是表示各研究可靠性的评分 2.计算平均效应尺度的95％置信区间 固定效应模型： 各研究平均效应尺度的95％置信区间为