Meta分析的统计过程.ppt

WMD和SMD的可信区间 若选择WMD和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P＞0.05，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P＜0.05，即合并效应量有统计学意义。 五、分类变量的实例分析 实例一 抗高血压药物对老年心血管疾病的治疗　　　　　　　　　　　　　性研究　 K个研究 抗高血压药 安慰剂 OR OR的95％CI 死亡数 治疗 总数 死亡数 治疗总数 下限 上限 ANBP 31 293 40 289 0.7365 0.4467 1.2144 HNT 28 101 34 99 0.7333 0.4018 1.3382 Kuramoto 4 44 9 47 0.4222 0.1199 1.4866 SHEP-PS 33 433 14 108 0.5404 0.2782 1.0499 STOP 84 812 152 815 0.5033 0.3779 0.6703 VS 9 38 25 43 0.2234 0.0853 0.5850 合计 189 1731 274 1401 选自Cochrance手册摘要和Cochrance图书馆 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95％可信区间的线条横跨为无效竖线，即该研究无统计学意义，反之，若该横线落在无竖线的左侧或右侧，该研究有统计学意义。 漏斗图及用途 漏斗图（funnel plots）最初是用每个研究的处理效应估计值为X轴，样本含量的大小为Y轴的简单散点图（scatter plots）。 对处理效应的估计，其准确性是随样本含量的增加而增加，小样本研究的效应估计值分布于图的底部，其分布范围较宽；大样本研究的效应估计值分布范围较窄，当没有发表偏倚时，其图形呈对称的倒漏斗状，故称之为“漏斗图”。 RevMan中的漏斗图 在RevMan软件中，漏斗图是采用OR或RR对数值（log OR或log RR）为横坐标，OR或RR对数值标准误的倒数1/SE(logRR)为纵座标绘制的，然后，以真数标明横座标的标尺，而以SE (log RR)标明纵座标的标尺。 漏斗图的用途 漏斗图主要用于观察某个系统评价或Meta分析结果是否存在偏倚，如发生偏倚或其他偏倚。如果资料存在偏倚，会出现不对称的漏斗图，不对称越明显，偏倚程度也就越大。漏斗图的不对称性主要与发表偏倚有关，但也可能存在其他原因。 漏斗图不对称的原因 导致漏斗图不对称的主要原因有： 选择性偏倚（Selection bias） 发表偏倚(Publication bias) 语言偏倚(Language bias) 引用偏倚(Citation bias) 重复发表偏倚(Multiple publication bias) 等等 六、数值变量的实例分析 实例二 饮食对痛风的影响研究 选自Cochrance协作系统评价员学习资料1.1版，2002年11月 第ｉ个研究 有饮食计划组 无饮食计划组 P值 n1 s1 n2 s2 1 17 35.00 9.00 18 24.00 8.00 P0.05 2 15 43.00 10.00 16 37.00 7.00 P0.05 3 18 40.00 2.30 19 32.00 2.54 P0.05 合计 50 53 1.单个效应量及方差计算 目前，数值资料的单个研究，主要使用加权均数差WMD和标准化均数差SMD来描述其效应量。 WMD和SMD的意义和可信区间如同前述。 WMD和SMD的森林图 WMD和SMD的森林图，无效线竖线的横轴尺度为0，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WMD或SMD值的位置，其方块大小为该研究权重大小。若某个研究95％可信区间的线条横跨为无效竖线，即该研究无统计学意义，反之，若该横线落在无竖线的左侧或右侧，该研究有统计学意义。 Meta分析的统计过程 一、概述 60年代开始，在医学文献中，陆续出现了对多个独立研究的统计量进行合并的报道。 76年G.V.Glass首先将合并统计量对文献进行综合分析研究的这类方法称