第6讲 系统综述与meta分析.ppt

WMD效应值－随机效应模型 标准化均数差（SMD）为效应值 标准化均数差（SMD）为效应值 SMD为效应值—随机模型 实例3--定量结局 方法1： WMD为效应值的倒方差法 方法2： WMD为效应值的随机模型 方法3： SMD为效应值的倒方差法 方法4： SMD为效应值的随机模型 固定效应模型和随机效应模型 固定效应模型： 假设个体研究之间的方差齐，其效应大小综合估计的方差成分只包括了各个体研究内的方差。 随机效应模型： 不假设个体研究的方差齐，其效应大小综合估计的方差成分既包括了各个体研究内的方差，也包括了各个体研究之间的方差。 所以随机效应模型得到的结果的95%CI比较宽，结果更保守。 * * 各种统计方法的优缺点 Mental-Haenszel法具有理想的统计特征，其X2=0时，其效应为1，比较符合数学理论；但是需要每项研究有完整的2X2表，若没有，则必须剔除；并且没有考虑混杂因素，可能造成结果误差较大。 Peto法是一种最简单的OR指标的分析方法，也同样存在Mental-Haenszel的缺陷。 General Variance-Based 法的优势在于其适用于各种统计量的处理，但是在合并OR上并不比以上两种方法好。 DerSimonian and Laird法用于随机效应模型，也适用于各种统计量，但是没有校正偏倚、没有控制混杂 * 模型选择 具体应用的时候，可以根据以下情况考虑： 若各个研究之间的OR差异较小，且OR齐性检验无显著性差异，建议用固定效应模型；反之，各个研究之间的OR差异较大时，建议采用随机效应模型 定义 Meta分析中计算需多少阴性研究结果的报告才 能使结论逆转 用途 估计发表偏移的程度 P为0.05和0.01时计算公式如下 * * 失效安全数 意义 失效安全数 ,说明Meta分析的结果越稳定,结论被 研究个数 各个独立研究的Ｚ值 推翻的可能性 Thank You 研究结果的效应值、方差和权重 对各研究结果的效应值进行齐性检验 H0：各研究的效应值相等。 H1：各研究的效应值不相等。 由于齐性检验的检验效能较低所以通常将检验水准定为?=0.10。 计算统计量Q Q=29.694, df =15, p= 0.013。 Q服从自由度为M－1的?2 分布。 计算合并的效应值 固定效应模型的合并效应值 ： （各研究的效应值相等） 其方差为： 计算合并的效应值 随机效应模型的合并效应值 ： （各研究的效应值不等） DerSimonian and Laird方法 其方差为： DerSimonian and Laird方法中权重 的计算方法 其中为固定效应模型时效应值的方差，D为随机效应部分的方差。 其中为固定效应模型时各研究的权重，Q为齐性检验时的统计量。 研究结果的效应值、方差和权重 Meta-analysis -------------------------------------------------------------- Pooled 95% CI Asymptotic No. ofMethod Est Lower Upper z_value p_value studies----------------------------------------------------------------------------------Fixed 1.959 1.289 2.630 5.726 0.000 16Random 2.362 1.246 3.477 4.148 0.000----------------------------------------------------------------------------------Test for heterogeneity: Q= 29.694 on 15 degrees of freedom (p= 0.013) 异质性检验 Q检验： 倒方差法和 Mantel-haenszel 法都用该算法 （这里由于合并效应值估计会有差异，虽然权重系数都为倒方差法的系数，其Q值在倒方差法和Mantel-Haenszel法中也会不同） H和I2统计量: 通过对统计量Q进行自由度（文献数）的