meta分析

Meta —分析方法(一)原文PPT下载：./ebm/Meta_analysis.ppt第一节定义Meta分析，又称“荟萃分析”，“元分析”、“综合分析”，也有人翻译为“分析的分析”、“资料的再分析”等。

Meta分析可简单归纳为定量的系统评价。

Glass把Meta分析定义为“以综合现有的发现为目的，对单个研究结果的集合的统计分析方法”。

Meta分析解释如：对具有共同研究目的相互独立的多个研究结果给予定量分析，合并分析，剖析研究间差异特征，综合评价研究结果。

英国心理学家G1ass认为Meta分析是为达到统一研究目的，对收集到的多个研究进行的综合统计分析，是数据收集和相关信息处理的一系列统计原则和过程，而不是一个简单的方法。

Finney则把对不同来源科学技术信息的定量化汇总分析，统称为Meta分析。

Meta分析是汇总多个研究的结果并分析评价其合并效应量的一系列过程，包括提出研究问题、制定纳入和排除标准、检索相关研究、汇总基本信息、综合分析并报告结果等。

G1ass最早在教育学研究中使用了Meta分析。

二十世纪八十年代中期开始被引入到临床随机对照试验以及观察性的流行病学研究中。

在过去的15年内，有大约几百篇有关Meta分析的文章出现在医学杂志上。

Meta分析结果能够帮助解决重要的公共健康问题或使个体直接受益，同时能作为可靠的证据指导临床实践及卫生决策的科学化。

Meta分析可以用于分析危险因素较弱，但为公众所关心的重要健康问题(如被动吸烟与肺癌、低剂量辐射与白血病、避孕药与乳腺癌等)；可以得到危险因素定量化的综合效应(如标准化死亡比、相对危险比)；还可用于较复杂的剂量反应关系研究及诊断试验研究的综合分析。

第二节Meta分析能解决的问题一、放大统计功效在临床研究中，如果样本量小，则结果受偶然因素的影响就大，且难以明确肯定或排除某些相对较弱的药物作用，而这些作用对临床来说可能又是重要的。

如果要从统计学上来肯定或排除这些作用，研究所需要的样本量可能较大。

Meta分析通过整合大量的临床研究报告，增加了样本量，增加了结论的统计功效。

二、解决临床分歧意见由于研究结果具有偶然性，且每个研究者所开展的具体研究可能会因局部样本等问题，使每个研究者的研究结果都可能不一致，甚至相反。

从单个研究结果来看，经常很难对研究结果下一确切的结论，不同作者对同一问题可能持相反的处理意见。

利用Meta分析进行合并整合后，可得出对该问题的全面的认识，解决专家间意见不一致的问题。

例如，对“低蛋白饮食是否会减缓慢性肾功能衰竭的进展”这一问题，小样本临床对照研究中结果并不一致。

Kasiske等检索1980一1996年的相关文献23篇，涉及1919例病人，通过对这23篇临床研究进行Meta分析，证明低蛋白饮食确实能减缓慢性肾功能的进展速度。

三、增强疗效的可靠性和客观性经Meta分析后证明对成千上万例患者都有效，当然要比几十例报告更有说服力。

此外，Meta分析是利用数理统计的方法对若干临床研究的数据进行整合，这与综述的主观性综合评价不同。

Meta分析作为一种定量的文献分析方法，则是综合所有相关的研究方法和可靠的临床研究结果，试图得出没有偏倚的结论。

这些相关研究，必须具备药理学或临床治疗上的组间可比性，所以Meta分析的结果比综述的结论更客观，更全面。

四、引出新见解Meta分析的结果有时会出现一些临床研究者事先想不到的结果。

例如发现中青年女性用药物降血压对健康不一定有利，就是从几种降压药的远期疗效的Meta分析亚组中得出的结论。

第三节Meta分析的研究步骤及研究方法Meta分析的基本步骤包括：①确定Meta分析的研究目的，确定单个研究报告的入选标准，文献检索方法，所要采取的统计分析方法等。

②查找文献，发表在期刊杂志上的临床论文，在现有的数据库中检索，向该研究领域的专家咨询，以获取那些方法可靠但因其它原因未被发表的论文。

③按事先确定的统计学方法对各个单个研究结果进行综合分析。

④对Meta分析得出的结论必须经灵敏度分析，以明确因果关系的强度。

⑤总结成文。

Meta分析的统计学分析计算步骤：(1)对多个独立研究的统计量进行同质性检验，如P＞0.05 或P＞0.1，则认为同质。

如果同质，则可以将多个统计量加权合并，如果不同质，则需剔除某些特大、特小或方向相反的统计量，然后再综合。

如果多个研究结果具有同质性时，一般多采用固定效应模型。

检验结果显示不同质时，可用随机效应模型进行校正。

(2)对具有一致性的统计量；如t值，u值，F值,OR值，χ2值等进行综合加权，计算出合并后的平均统计量。

(3)对综合估计出的统计量进行统计检验和统计判断。

(4)计算某些统计指标的95％可信限。

第四节Meta分析的缺陷和不足近年来，国内外有关Meta分析的论文数量增长较快，国内有关Meta分析的应用也日渐增多。

许多临床科研工作者在利用Meta分析进行研究时，或阅读有关Meta分析的文献时，往往忽视了Meta分析的一些方法学条件，不了解Meta分析适用范围，不加分析地去接受Meta分析结论，因而导致Meta分析这种统计方法在临床科研应用中有泛滥趋势。

一、方法自身的缺陷Meta分析最致命的缺陷在于它是观察，而不是具体临床研究。

一项具体的临床研究可以把各种条件人为地去控制，特别是实验研究，可以在各种控制好的条件下，把一种现象暴露出来，结果比较可信。

但Meta分析则不然，它是把已有的研究报告被动地接受下来，这些论文可能好坏都有，有的数据不完整，有的混杂因素可能控制不好，当然也有的数据真实可靠，Meta分析是把这些结果全部接受下来。

Meta分析还有可能对一些有争议的课题过早地做出定论，从而抑制对有争论的课题的进一步深入研究。

二、出版偏依Meta分析所选取的原始研究报告在很大程度上存在着出版偏倚(Publication bias)，作者往往只把阳性结果的试验拿来写论文，编辑部也往往注重发表阳性结果的论文。

Meta分析在收集数据时，除了要对已发表的论文数据库进行系统检索，还要想方设法尽可能收全那些未发表的相关研究。

但目前，世界上多数医学数据库检索都是以收集已发表论文为主，对那些末发表的研究论文及会议论文等，要想收集全并非易事。

特别是在我国，目前所开展的多数Meta分析并没有收集那些未发表的论文(多数是受条件所限)，所以出版偏倚不可避免地存在并影响Meta分析的结论。

三、原始研究报告的质量目前，我国临床科研整体水平还不高，大量临床科研论文都存在着方法学的缺陷，如果Meta 分析所取的原始资料以这部分不可靠的论文为主的话，那么可想而知，Meta分析的结论也同样是不可信的。

因此，在进行Meta分析时，一定要对原始研究报告进行严格的方法学评价。

Cochrane协作网所生产出来的Meta分析之所以能引起EBM专家的重视，也正是因为它有严格的方法学评价。

目前我国医学期刊论文可供作Meta分析的合格的论文并不多，所以对中文文献进行Meta 分析时一定要注意这一点。

第五节Meta分析的评价原则不是所有的Meta分析都是可靠的。

如同其它研究一样，方法学的正确与否严重影响着结果，甚至导致错误的结论。

评价Meta分析的结论是否客观、公正、可靠，可从以下几个方面考虑：①是否事先有研究方案，②是否清楚地报告了临床试验的收集策略，③是否有专门的纳入和排除标准，是否列出了被纳入或排除的有关试验的论文，并说明了排除的理由；④是否有直观的图示和一致性检验；⑤是否用恰当的统计学处理和灵敏性分析；⑥如果综合分析显示显著性差异，是否陈述了出版偏倚的问题；⑦是否做出了有效、不肯定或有害的结论，或提出了是否需要进一步研究的建议。

Meta分析是一种科学的严谨的系统的方法，不是猜测，可用于临床决策、医院和社会卫生政策、卫生项目评估、干预措施的成本效益分析等领域。

对Meta分析不能过分迷信，其质量的高低仍依赖于自身方法学的完善及所入选的单个试验的质量。

第六节Meta分析中效应量的表达及其意义一、效应量的表达效应量(effect size)Ti是指临床上有意义的结果观察指标的改变量，观察指标为分类变量资料，可采用RR、OR、AR等；观察指标为定量变量资料时，效应量采用标准化差值或差值的加权值。

二、数据来源及分类Meta分析前应确保可获得数据是真实的、无虚假成分，防止主观修改数据，剔除明显的异常性研究。

根据数据来源可分为以下4类：Ⅰ型数据最常见，为公开发表的数据或报告；Ⅱ型数据为公开发表的表格资料；Ⅲ型数据为图形信息；Ⅳ型数据为报告和上报资料。

准确可靠的数据，是Meta分析的基础，否则再先进的统计学方法，也不能弥补数据本身的缺陷。

所以在收集数据时，应广开渠道，通过多途径收集，确保数据全面完整；同时，应对收集数据资料的真实性进行严格评价，并经整理后，才能用于Meta分析。

第七节异质性检验异质性检验(heterogeneity test)是Meta分析前必要工作。

Metb分析涉及到多个研究结果问效应量的合并，假如真正的效应一致，但由于存在抽样误差也可造成实际结果不一致，但当研究结果的差异过大，超出了抽样误差所能解释的范围，则应考虑异质性存在。

异质性检验需回答两个问题：是否存在异质性?如何解释和处理异质性。

一、异质他检验方法虽然制定了严格的文献纳入标准及排除标淮，最大限度地减少了异质性来源。

但由于一些潜在混杂因素的存在，仍有可能出现不同质的情况。

因此，Meta分析前，必须进行异质性检验。

1．Q统计量检验法Q统计量检验法(Q Statistic) 的无效假设为纳入研究的效应量均相同(H0：θ1＝θ2＝…= θK)则Q统计量可定义为：其中wi为第i个研究的权重值，可定义为合并方差的倒数(1/S2)。

Tl为第1个研究的效应量，T。

为所有研究的平均效应量。

Q服从于自由度为k—1的χ2分布，Q值越大，其对应的P值越小。

若Q> χ2 (1-α）则P ＜α ，表明研究间存在异质性。

例1收集了20世纪70年代期间进行了5个多中心临床试验研究，用以评价阿司匹林的治疗心肌梗塞的疗效。

Q统计量检验法的检验效能较低，在纳入研究数目较少阶情况下，有时不足以检测出异质性。

可考虑提高检验水准，如α=0.10，以增大检验效能；如果纳入研究过多，即使这些研究间的效应量是同质的，由于抽样误差的存在，也可能异质性检验结果有统计学意义，即P<0.05，所以在应用Q检验法结果时，应慎重。

2．图表法：除上述方法外，还有一些图表法用于展示异质性和异常值。

(1)标准化Z分值图利用Z值绘制直方图，若不存在异质性，则Z值服从正态分布，Z值较大的研究，表明其结果偏离平均效应量。

(2)Forest图(森林图)：是以0R及其95％可信区间作图的一个简便方法，可用于描述每个研究的结果及其特征，展示研究间结果的差异情况。