最新Meta-分析.pptVIP

3．异质性检验与异质性分析 按统计原理，只有同质的资料才能进行合并或比较等统计分析，反之，则不能。 因此，Meta分析过程需要对多个研究的结果进行异质性分析，尽可能地消除导致异质的原因，使之达到同质。 * hhjkl 异质性检验 异质性检验 (tests for heterogeneity)又称同质性检验　　(tests for homogeneity） 用假设检验的方法检验多个独立研究是否具有异质性(同质性)。 若异质性检验检验结果为P0.10时，多个研究具有同质性，可选择固定效应模型( fixed effect model) ； 若多个研究结果为P≤0.10时，多个研究不具有同质性，首先应进行异质性分析和处理，若仍无法消除异质性的资料，可选择随机效应模型(random effect model ) 。 * hhjkl 临床异质性(概念上的异质性)： 如对象特征、诊断、干预、对照、研究地点、评价结局等不同 方法学异质性： 研究设计与质量不同 统计学上的异质性： 不同试验中观察得到的效应，其变异性超过了机遇(随机误差)本身所致的变异性 异质性的类型 * hhjkl 异质性分析与处理的方法 当异质性检验出现P≤0.10时，首先应找出产生异质性的原因，如疗程长短、用药剂量、病情轻重、对照选择等是否相同。 由上述原因引起的异质性，可使用亚组分析(subgroup analysis)、Breslow-Day法和回归近似法。 * hhjkl 4．多个实验效应的合并 将多个独立研究的结果合并（或汇总）成某个单一的效应量（effect size）或效应尺度（effect magnitude），即用某个指标的合并统计量，以反映多个独立研究的综合效应。 * hhjkl 合并统计量的两种统计模型 固定效应模型( fixed effect model)： 若多个研究具有同质性（无异质性）时，可使用，可使用固定效应模型。 随机效应模型(random effect model )： 若多个研究不具有同质性时，先对异质原因进行处理，若异质性分析与处理后仍无法解决异质性时，可考虑使用随机效应模型。 * hhjkl （1）分类变量(category , dichotomous) 固定效应模型，指标RR 、OR (1) Mantel-Haenszel法 (2) Peto 法 随机效应模型，指标RR 、OR 如: Der Simonian Laird(D-L)法 * hhjkl （2）数值变量 (continuous) 固定效应模型 (MD，SMD） 方差倒数法（IV） 随机效应模型 D-L法 * hhjkl 常用Meta分析方法一览表 * hhjkl 5、合并效应量的检验 用假设检验(hypothesis test )的方法检验多个独立研究的总效应量（效应尺度）是否具有统计学意义，其原理与常规的假设检验完全相同。 两种方法： ①u检验（Z test）②卡方检验（Chi square test） 根据z或(u)值或卡方值得到该统计量下概率（P）值。 若P≤0.05，多个研究的合并效应量有统计学意义； 若P＞0.05，多个研究的合并效应量没有统计学意义。 * hhjkl 6、合并效应量的可信区间 可信区间(confidence interval，CI) 是按一定的概率估计总体参数(总体均数、总体率)所在的范围(区间) ，如：95%的CI，是指总体参数在该范围(区间) 的可能性为95%。 可信区间主要用于估计总体参数和假设检验。 在Meta分析中，常用可信区间进行假设检验，95%的可信区间与?为0.05的假设检验等价，99%的可信区间与?为0.01的假设检验等价。 此外，森林图即是根据各个独立研究的95%可信区间及合并效应量的的95%可信区间绘制的。 * hhjkl OR与RR的可信区间 若选择OR或RR为合并统计量时，其95%的可信区间与假设检验的关系如下： 若其95%CI包含了1，等价于P0.05，即合并统计量无统计学意义。 若其95%CI的上下限均大于1或均小于1，等价于P0.05，即合并效应量有统计学意义。 * hhjkl WMD和SMD的可信区间 若选择MD或SMD为合并统计量时，其95%CI与假设检验的关系如下： 若其95%CI包含了0，等价于P0.05，即合并统计量无统计学意义。 若其95%CI的上下限均大于0或均小于0，等价于P0.05，即合并效应量有统计学意义。 * hhjkl OR和RR的森林图 OR和RR的森林图(forest plots)，无效线竖线的横轴尺度为1，每条横线为该研究的95%可信区间上下限的连线，其线条长短直观地表示了可信区间范围的大小，线条中央的小方块为OR值的位置，其方块大小为该研究权重大小。若某个研究9