应用STATA软件做meta分析终版.ppt

4.4 异质性的处理方法和流程 异质性处理方法之②meta回归 同样是单个协变量meta回归分析,我们再探讨案例数据中药物的分配方式allocation (三分类名义变量)是否是异质性来源,这里需要强调是的这里的协变量alloction不同于前面的连续性变量latitude,虽然allocation的取值是1、2、3,但这三个数值没有大小之分,只是三种药物分配方式的代表而已,对这样的变量进行meta回归在stata软件中需要用到xi:命令,具体代码如下: xi:metareg logor i.allocation, wsse(selogor) knapphartung bsest(reml) 注意,记得将在协变量” alloction”前加”i.” 4.4 异质性的处理方法和流程 异质性处理方法之②meta回归 从软件返回的结果发现:原本是三分类的alloction变量,变成了” _Iallocatio_2 ”和” _Iallocatio_3 ”两个变量,分别代表alloction变量分类中的”2”和”3”是否是造成异质性的原因，从两变量P值来看,均无统计学意义,表明药物分配方式不是异质性来源 4.4 异质性的处理方法和流程 异质性处理方法之②meta回归 讲完单个协变量meta回归,我们将介绍如何进行多个协变量的meta回归,将前面单个协变量meta回归分析中的药物分配方式allocation(三分类名义变量)和研究纬度latitude (连续性变量) 同时纳入meta回归方程进行分析，这里只介绍代码的方式: xi:metareg logor i.allocation latitude, wsse(selogor) knapphartung bsest(reml) 观察以上代码可以发现:和之前的单个协变量meta回归不同的是,直接把allocation latitude放在一个方程中了,需要再次强调的是:因为allocation为多分类名义变量,千万记得将在协变量” alloction”前加”i.” 。 4.4 异质性的处理方法和流程 异质性处理方法之②meta回归 从多个协变量meta回归结果可以看出:调整了药物分配方式对研究效应量的影响后,研究纬度是研究效应异质性的独立影响因素。 4.4 异质性的处理方法和流程 异质性处理方法之③敏感性分析 敏感性分析是指在一定假设条件下,检验所获结果稳健性的方法。通过改变某些影响合并结果的重要因素,如:纳入标准、研究质量的高低、不同统计方法、不同效应量等，再重新进行meta分析之后得出的结果与之前的结果进行比较,观察结果是否变化,从而判断meta分析结论的稳定性。 若敏感性分析的前后本质上无变化,说明meta分析结果较为可信; 反之,若敏感性分析得到不同结果(如分析结果发生逆转),提示存在与干预措施效果有关的、潜在的其他因素存在,在解释结果和下结论时应非常慎重。 4.4 异质性的处理方法和流程 异质性处理方法之③敏感性分析 敏感性分析方法最常用方法是:通过逐个剔除单项研究后观察剩余研究的合并效量与所有研究的总效量的差异,来判断结果的稳定性。 在STATA软件中仍以”BCG数据”为例,使用的具体代码是: metaninf a b c d, label(namevar=authors, yearvar=year) random or 4.4 异质性的处理方法和流程 异质性处理方法之③敏感性分析 STATA软件返回的结果是: 可以看出,当逐个剔除每项研究后,其它研究的合并效应量都在总体效应量95%CI之内,说明本meta分析结果比较稳定,没有对总体结果影响较大的单项异质性研究。 发表偏倚的基本知识 　　发表偏倚是医学研究广为人知的现象,指在同类研究中,有统计学意义的研究结果比无统计学意义的研究更容易被期刊接受和发表。 在meta分析中,纳入的大部分是已经发表的研究,如果这些研究大部分都是阳性的,而阴性的结果因为没有发表而没能纳入meta分析,对这些已经发表的研究进行meta分析合并就有可能得出假阳性的结论,从而误导读者。 控制meta分析发表偏倚的唯一办法就是尽可能的收集与当前meta分析有关的全部资料,包括一些会议论文、各种简报、未发表的灰色文献，阴性和阳性结果都纳入分析。 但在进行meta分析时,如果没有能力纳入所有灰色文献,退而求其次,我们能做的就是对meta分析是否存在发表偏倚进行客观地判断,并估计其对结论的影响程度。 发表偏倚的基本知识