meta分析：meta分析中的高级统计分析方法.doc

Meta-Analysis 的统计方法（二） 系统综述与Meta-Analysis讲习班 王洪源 北京大学公共卫生学院 流行病学与卫生统计学系 偏性的问题 ? 主要考虑出版偏性 ? 统计可以解决随机误差的问题 ? 统计解决系统误差的问题 偏性的问题 ? 是否存在偏性？ ? 如何面对偏性？ ? 在用样本信息推断总体参数时，是存在 抽样误差的，并且抽样误差的大小与样 本量的大小有关。 ? 统计学用抽样分布的理论来描述样本统 计量的变化规律。 从一个均数为1.5，标准差为0.7的正 态总体中进行随机抽样，样本量分别为 20，50，100，200，300，500，1000，不 同的样本量均进行20次抽样，共得到140个 样本。 分别计算每个样本的均数，标准差和 标准误。 以样本的均数为横坐标，以样本量为 纵坐标作散点图 从均数为1.5，标准差为0.7的正态总体的140次随机抽样结果 ? 由于抽样过程存在抽样误差，样本量较 大时抽样误差较小。 ? 所以从图中可以看出所有的点以样本量 较大时的均数为轴，左右是基本对称的。 ? 用方差分析的方法对不同的样本所对应 的总体均数是否相等进行检验，方差分 析的结果为F=0.862,P=0.878。 ? 说明140个样本对应的总体均数是相同的。 ? 用这140个样本的信息来估计总体的均数 和标准差，μ=1.501,σ=0.699。这样做的 结果是提高了估计的精度。 SND 用样本均数 除以相应的标准误 Precision 标准误的 倒数 SND与Precision呈 直线关系，且该回 归直线的延长线是 通过原点的。 理想状态下SND与Precision的关系 理想状态 我们把不同作者对相同问题进行的 研究可以看作从同一总体中进行抽样得 到的一个随机样本，如果他们都是按照 相同的设计得到的研究结果，并且我们 可以找到每一项研究的结果，这样就可 以根据上面的原理得到一个更为可靠的 结果。 实际情况 不同作者： 所使用的设计方案会有一定的差别， 选择的实验对象有所不同， 研究结果不一定都能发表到专业杂志上。 因此实际能够得到的资料可能是不完整的，甚 至是有偏性的，如阳性结果的文章，以及和目前大 家普遍能够接受的观点一致的文章可能更容易发表 在专业杂志上。 重复发表。 认为修改数据。 1200 1000 800 600 400 200 0 1.4 1.5 1.6 1.7 1.8 MEAN 有出版偏性的散点图 Trim and Fill (剪切-添补法) 基本思路 Trim and Fill (剪切-添补法) ? The trim and fill algorithm is based on a formalization of the qualitative(定性的) approach using the funnel plot. 理想状态下收集的数据 实际收集的数据（不全） Trim and Fill (剪切-添补法) ? we trim off the asymmetric outlying part of the funnel after estimating how many studies are in the asymmetric part. 剪切后的数据 减去的部分 Trim and Fill (剪切-添补法) ? We then use the symmetric remainder to estimate the true center of the funnel and then replace the trimmed studies and their missing counterparts around the center. 镜像填补 填补（调整）后的数据 Trim and Fill (剪切-添补法) ? The final estimate of the true mean, and also its variance, are then based on the filled funnel plot. 利用调整后的数据进行估计 Trim and Fill (剪切-添补法) 基本原理 ? 有n个研究 ? 每个研究的效应值为 ? 这类研究的效应值为 定义随机效应模型 ? 研究间随机效应 ? 研究内效应 ? 如果 ，则实际上表示固定 效应。 ? 如果只收集到n个研究，有K0个研 究没有找到，我们需要估计总体的 效应值Δ。 假定总体效应值Δ已知 计算： X = Y ? Δ i i 按照 编秩次： X i 如果 为正秩次 X 0 i X 如果 0 为负秩次 i 为Xi的符号秩次 Define the “trimmed” rank test statistic f