Meta分析及其应用知识讲稿.ppt

实例分析 1．计算各研究的效应尺度、方差及权重 2．对各研究结果的效应尺度进行同质性检验 文献作者、年代、来源 研究设计特征 研究对象特征 干预特征 评价指标 质量 Step 5：提取纳入文献的信息 进行Meta分析前需要准备的技术文件 计划书 检索策略 入选、排除标准 原始文献评价标准 数据提取表格 与作者联系的信件 选择文献的基本步骤 Step 6：分析资料和报告结果 计算各研究的效应值（效应尺度）、方差和权重 对各研究结果的效应值进行齐性检验 计算合并的效应值 固定效应模型的合并效应值 随机效应模型合并的效应值 绘制各研究的效应值和置信区间 －－－－森林图 (Forest Plot) 分析资料和报告结果 齐性检验是Meta分析过程中必要进行的工作。 若齐性检验P0.05，应先分析导致各研究结果不一致的原因，如各研究的观察对象选择标准是否有差异，剔除不合格的资料后，再考虑选择随机效应模型 分析资料和报告结果 偏性的估计 所谓偏性是指在资料收集、分析、解释、发表和综述时任何可能导致结论系统地偏离真实结果的情况。 Meta分析中最突出的问题是发表偏性。 分析资料和报告结果 偏性的估计 漏斗图（Funnel Plot）是以每个研究的效应尺度为横坐标，以每个研究的样本量为纵坐标做成的散点图。 漏斗图的基本思想 每个纳入研究的效应值的精度随该研究样本含量的增加而增加。 漏斗图不对称，则存在偏性 从均数为1.5，标准差为0.7的正态总体的140次随机抽样结果 有偏性的漏斗图 检验漏斗图对称性的方法 直线回归法 直线回归法 先计算纳入Meta分析的每个研究的标准正态离差(SND)和精度(Precision)。设有k个研究纳入Meta分析, 和 为第i个研究的效应尺度和方差，则 直线回归法 如果不存在发表偏性，则回归直线经过原点，这对应于对称的漏斗图。 理想状态下SND与Precision的关系 直线回归法 如果回归直线不经过原点，则a的大小代表了漏斗图不对称的程度，a越大，不对称程度越大。实际工作中，可对a是否为0作假设检验，推断漏斗图是否对称。 导致funnel plots对称性差的原因 选择偏性（Selection bias） 出版偏性（Publication bias） 定位偏性（Location biases） 英语偏性（English language bias） 引用偏性（Citation bias） 重复发表偏性（Multiple publication bias） 异质性（True heterogeneity） 研究的规模对效应值的影响（Size of effect differs according to study size 干预的强度（Intensity of intervention） 潜在的影响因素的差异（Differences in underlying risk） 数据不规范（Data irregularities） 小规模的研究在研究设计方面存在问题（Poor methodological design of small studies） 使用了不适当的分析方法（Inadequate analysis） 伪造数据（Fraud、Artefactual） 测量指标的选择（Choice of effect measure） 偶然性（Chance） Step 7：Meta分析的质量评价 研究设计是否合理、是否使用了恰当的统计学方法进行合并分析、是否进行了同质性检验、是否进行了敏感性分析、“安全失效系数”，是否进行了偏性评价等 实例分析 P242 例18.1 实例分析 1．计算各研究的效应尺度、方差及权重 计算效应尺度、方差及权重 效应尺度(effect magnitude) ：反映各个研究暴露或干预措施的效应大小的无量纲的统计量。它消除了不同研究结果计量单位的影响，从而使各项研究可以进行对比和综合。 效应尺度 对均数进行综合时，常用标准化均数之差作为效应尺度； 其它常用的效应尺度有比数比OR、相对危险度RR、相关系数r或它们的转换形式等等。 Meta-analysis常用的统计模型 固定效应模型（Fixed Effect Model） 当有理由认为j项研究具有一个共同的效应尺度时，各项研究存在的差异主要因为样本含量不同或者某些随机误差造成，这时可利用固定效应模型对所有研究结果进行合并 常用的有：Mantel-Haenszel法 Peto法 Fleis