meta分析的统计学问题解析.ppt

Meta分析的统计学问题 定义 Meta “after, more comprehensive, secondary” 对关注同一科学问题的不同研究的结果进行定量综合的统计方法。 样本量与精度 研究的样本量越小，效应估计的精度越低； 研究的样本量越大，效应估计的精度越高。 效应估计的精度越低，可信区间越宽； 效应估计的精度越高，可信区间越窄； -4 mmHg (-7, 3) -4 mmHg (-7, -2) 加权平均 Meta分析的统计学本质 将多个研究综合起来，提高精度/统计效能； 相当于1个多中心的临床试验的结果。 异质性 Heterogeneity 临床异质性：PICO 方法学异质性：研究设计、研究质量 统计学异质性 异质性检验 Heterogeneity test 异质性检验，目的是检查各个独立研究的结果是否具有一致性或可合并性。 Χ2检验 研究数量少时把握度较低 P界值0.10 固定效应模型 假定：所有研究估计的是同一个干预效应；研究结果之间的差异完全来源于机会，即没有统计学异质性。 例如：估计同一个人的身高 随机效应模型 假定：所有研究估计的不同的、但服从某个对称分布的多个干预效应。对称分布的中心反映了这些效应的平均值。 研究结果之间的差异不仅来源于机会，也来源于干预效应的不同。 例如：估计不同人的身高 异质性的处理 随机效应模型不能