循证医学-循证医学系统综述与meta分析-循证医学meta分析.ppt

纳入研究 ARB ACE Inhibitor OR 95%CI 心梗人数（n） 治疗总数（N） 心梗人数（n） 治疗总数（N） 下限 上限 Bakris et al 2002 1 118 0 113 2.90 0.12 71.88 DETAIL 2004 10 120 8 130 1.39 0.53 3.64 ELITE 1997 4 352 8 370 0.52 0.16 1.74 ELITE 2000 31 1578 28 1574 1.11 0.66 1.85 HEAVEN 2002 0 70 2 71 0.20 0.01 4.18 REPLACE 2001 0 301 1 77 0.08 0.00 2.10 Di Pasquale et al 1999 0 23 3 50 0.29 0.01 5.82 OPTIMAAL 2002 384 2744 379 2733 1.01 0.87 1.18 Sponar et al 2000 5 100 4 101 1.28 0.33 4.90 Total 435 5406 433 5219 ? ? ? 表6-6 使用ARB和ACEI治疗患者发生心肌梗死风险的比较研究 实例分析—统计分析结果森林图 数据类型： 二分类变量资料 效应量：OR值 使用RevMan5.3软件进行合并统计分析，结果如图6-7所示。 图6-7使用ARB和ACEI治疗患者发生心肌梗死风险的meta分析结果 异质性检验： χ2=6.28, df=8, P=0.62, I2=0%。异质性检验没有统计学差异，I250%。 固定效应模型：OR合并=1.01，95%CI为0.87～1.16 说明使用ARB和ACEI治疗患者发生心肌梗死的风险没有统计学差异。 实例分析—漏斗图 图6-8使用ARB和ACEI治疗患者发生心肌梗死风险比较的漏斗图 图形较对称，可认为该研究的发表偏倚较小。 meta分析常用软件 使用RevMan软件进行数据录入和meta分析 结果发表----Prisma- statement 参考书籍 * * 数据类型 效应量 异质性检验无统计学意义 异质性检验有统计学意义 固定效应模型 随机效应模型 分类变量 RD Mantel-Haenszel （M-H） DerSimonian-Laird （D-L） ? Inverse variance （IV） ─ 数值变量 MD Inverse variance （IV） DerSimonian-Laird （D-L） SMD Inverse variance （IV） DerSimonian-Laird （D-L） 固定效应模型和随机效应模型 模型选择取决于异质性检验结果以及对理论效应量的假设。 如果异质性检验无统计学意义，而且异质性小到可以忽略，此时可认为理论效应量是固定的，原始研究间的效应量若有差别，也是由于抽样误差造成的，可直接选用固定效应模型估计合并效应量； 如果异质性较大，且假定理论效应量变化呈正态分布则应选用随机效应模型。随机效应模型因将研究间的变异因子?2作为校正权重，其结果比固定效应模型结果更稳健。 固定效应模型（fixed effect model） 以两分类变量资料为例，适用于固定效应模型的meta分析方法有M-H法，Peto法，方差倒置法等。 其中M-H法是分类变量固定效应模型最常用的统计分析方法，可用于OR、RR、RD等效应指标的合并统计分析。 固定效应模型M-H法公式 合并效应量ORMH 权重WMH，i 标准误SE{ln（ORMH）} 随机效应模型（random effect model） 当多个研究不具有同质性，且进行异质性分析和处理后仍无法解决异质性时，可使用随机效应模型计算合并效应量。 目前随机效应模型多采用1986年由Der Simonian 和Laird提出的D-L法，该方法同时适用于分类变量和数值变量，主要是对权重W*i进行校正。 合并效应量的假设检验 采用上述方法计算获得的合并效应量，需要通过假设检验（hypothesis test）来判定是否具有统计学上的显著性差异，常用Z 检验。 统计量Z服从于u分布，用于检验合并效应量是否有统计学意义。 森林图: 以统计指标和统计分析方法为基础，用数值运算结果绘制出的图型。 森林图（forest plot） 在平面直角坐标系中，以一条垂直的无效线（横坐标刻度为1或0）为中心，用平行于横轴的多条线段描述了每个被纳入研究的效应量和可信区间（confiden