第二讲 循证医学中常用统计学指标和Meta分析统计过程.pptVIP

二、Meta分析的统计学过程 Meta 分析的统计学过程 异质性分析 合并效应量 合并效应量的检验：可信区间，Z检验 其他：亚组分析、敏感性分析、发表偏倚分析 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，尽可能消除导致异质性的原因，使之达到同质。 种类包括：临床异质性、方法学异质性和统计学异质性。 统计学异质性 是指干预效果的评价在不同试验间的变异，它是研究间的临床和方法学上变异联合作用的结果。 通常将Meta分析的统计学异质性简称为“异质性”，它是以各研究之间可信区间（CI）的重合程度来度量异质性的大小； 多个研究间的CI重合程度越大，存在统计学异质性的可能性就越小，反之，各研究间存在统计学异质性的可能性就越大。 异质性分析的意义：Meta分析的核心计算是合并（相加），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。 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），RevMan5.1软件中，用的是卡方检验。 评价异质性的指标 P值：若异质性检验结果为P0.10时，多个研究的异质性无统计学意义；若多个研究结果为P≤0.10时，多个研究的异质性有统计学意义。 I2：可用于衡量多个研究结果间异质程度的大小。这个指标用于描述由各个研究间由非抽样误差所引起的变异（异质性）占总变异的百分比。 I2越大，其异质性越大，越不可接受。在Cochrane 系统评价中，只要I2不大于50%，其异质性可以接受。 异质性的处理方法 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，可以使用亚组分析和Meta回归。 合并统计量 就是将多个独立研究的结果合并成一个汇总统计量，即用多个独立研究的某个指标的合并统计量反映其试验效应。 固定效应模型：若多个研究具有同质性时（无统计学异质性），可使用固定效应模型。 随机效应模型，若多个研究不具有同质性时（异质性有统计学意义），先对异质性原因进行处理，若异质性分析与处理后仍无法解决异质性时，可使用随机效应模型。 关于随机效应模型 是一种对异质性资料进行Meta分析的方法，但是，该法不能校正偏倚或减少异质性，更不能消除产生异质性的原因。 是通过增大小样本资料的权重，减少大样本资料的权重来处理资料间的异质性，而这种处理存在着较大风险。 随机效应模型处理的结果，可能消弱了质量好的大样本信息，增大了质量差的小样本信息，故应谨慎使用随机效应模型，对其结论也应当较为委婉。 合并效应量的检验 用假设检验的方法检验多个独立研究的总效应量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：Z检验和卡方检验 根据Z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P0.05，多个研究的合并效应量没有统计学意义。 合并效应量的可信区间 在Meta分析中，常用可信区间进行假设检验，95%可信区间与α为0.05的假设检验等价，99%可信区间与α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95%可信区间绘制的。 实例1 分类变量 七个阿司匹林预防心肌梗死的研究资料 K个研究 阿司匹林 安慰剂 合计 OR 95%CI 死亡数 未死亡数 死亡数 未死亡数 ai bi ci Di Ni 下限 上限 1 49 566 67 557 1239 0.72 0.489 1.509 2 44 714 64 707 1529 0.681 0.457 1.013 3 102 730 126 724 1682 0.803 0.606 1.063 4 32 285 38 271 626 0.801 0.486 1.319 5 85 725 52 354 1216 0.798 0.553 1.153 6 246 2021 219 2038 4524 1.133 0.935 1.373 7 1570 7017 1720 6880 17187 0.895 0.892 0.966 合计 2128 12058 2286 11531 28003 　 　 　 表中ai,bi,ci,di为各研究四格表数，Ni为各个研究的样本例数 RevMan5.1森林图（RR） 方块：每个研究效应量的点估计值，大小表示每个研究的权重 线段：每个研究效应量的可信区间，线段越长，可信区间越宽，结果越不精确 垂直线（无效线） 二分变量，OR或