Meta-分析的森林图及临床意义
第五讲 Meta-分析简介
4、合并效应量的可信区间
可信区间（confidence interval，CI）是 按一定的概率估计总体参数所在的范围 可信区间主要有估计总体参数和假设检 验两个用途
在Meta-分析中，常用可信区间进行假 设检验，95%可信区间与为0.05的假 设检验等价， 99%可信区间与为0.01 的假设检验等价 森林图就是根据各个独立研究效应量 的95%可信区间及合并效应量的95%可 信区间绘制而成
二是各个研究的样本含量的大小不相同
因此，传统文献综述所采用的等权重方法很难 保证研究结果的真实性、可靠性和科学性，尤 其当多个研究的结果不一致时，其结论容易使 人产生误解或困惑。
Meta-分析的统计目的
对多个同类独立研究的结果进行汇总 和合并分析，以达到增大样本含量，提 高检验效能的目的，尤其是当多个研究 结果不一致或都没有统计学意义时，采 用Meta-分析可得到接近真实情况的统 计分析结果。
Meta-分析结论（2）
Meta-分析结果：抗高血压药物组病死率与安 慰剂组比较有统计学意义，其OR合并的95%CI横 线落在无效线左侧，故可认为抗高血压药物可 减少老年心血管疾病的病死率，即抗高血压药 物对老年心血管疾病有效。
实例二：数值变量的森林图
Meta-分析结论（1）
3个中有1个研究的95%可信区间横线与无效竖线相 交，表明该研究结果认为有饮食计划与无饮食计划 两组的健康得分的均数无差别。另2个研究的95%CI 的横线落在无效竖线的右侧，表明该两个研究认为 有饮食计划与无饮食计划两组的健康得分的均数有 差别。
指数?在revman软件中i2可用于衡量多个研究结果间异质程度的大小?若i2?50则说明存在比较明显的异质性22计算合并效应量计算合并效应量的两种统计模型?固定效应模型fixedeffectmodel适用于多个研究具有同质性无异质性时?随机效应模型randomeffectmodel适用于多个研究不具有同质性时先对异质性原因进行处理若异质性分析与处理后仍无法解决异质性可选择随机效应模型分类变量资料相对危险度rr比值比or绝对危险度rd效应指标的选择?数值变量资料加权均数差wmd标准化均数差smd3合并效应量的检验?用假设检验hypothesistest的方法检验多个独立研究的总效应量效应尺度是否具有统计学意义是否具有统计学意义其原理与常规的假设检验完全相同其原理与常规的?两种方法?u检验ztest?卡方检验chisquaretest?根据z或u值或卡方值得到该统计量下概率p值多个研究的合并效应量有统计学意义?若p?005?若p?005多个研究的合并效应量有统?若p005多个研究的合并效应量没有统计学意义4合并效应量的可信区间?可信区间confidenceintervalci是按一定的概率估计总体参数所在的范围?可信区间主要有估计总体参数和假设检验两个用途?在meta分析中常用可信区间进行假设检验95可信区间与?为005的假设检验等价99可信区间与?为001设检验等价99可信区间与?为001的假设检验等价?森林图就是根据各个独立研究效应量的95可信区间及合并效应量的95可信区间绘制而成三meta分析的森林图及临床意义森林图forestplot是由多个原始文献的效应量及其95可信区间绘制而成横坐标为效应量尺度以一条垂直的无效线横坐标刻度为1或0为中心纵坐标为原始文献的编号按照一定的顺序将各个研究结果依次绘制到图上
meta分析在临床医学研究中应用
河北医科大学
22
流行病学与卫生统计学
RCT质量评价的Jadad评分
条目
评分标准
随机化方法 恰当 不清楚
不恰当
如计算机产生的随机数字或类似的方法(2分)
试验描述为随机试验，但没有告知随机分配产生 的方法(1分)
34
流行病学与卫生统计学
亚组分析（subgroup analysis）
根据Cochrane系统评价要求，而
在系统评价的计划书中尽可能地对一
些重要的亚组间差异进行叙述。也就
是说对重要的亚组分析，应在计划书
中加以说明。
此外，在同一个系统评价中，不
提倡使用太多的亚组分析。
河北医科大学
35
流行病学与卫生统计学
如纳入Meta分析的各研究结果是同质的，可 以采用固定效应模型计算合并后的综合效应；
当各研究结果存在异质性时，可采用随机效 应模型进行分析。
河北医科大学
29
流行病学与卫生统计学
按统计原理，只有同质的资料才 能进行合并或比较等统计分析，反 之，则不能。 因此，Meta分析过程 需要对多个研究的结果进行异质性 分析。
（1）研究对象的特征，包括样本量、国家、年龄、性别、目标 肾病的情况；（2）研究设计的特征，包括n–3 LCPUFA补充剂的 剂量和疗程；（3）尿蛋白排泄的测量值；（4）肾小球滤过率 GFR或eGFR
河北医科大学
26
流行病学与卫生统计学
（六）资料的统计学处理
河北医科大学
27
流行病学与卫生统计学
1.单个研究的统计量
Meta分析的森林图及临床意义
Meta分析的森林图及临床意义Meta分析是一种用于评估和研究多个独立研究结果的统计方法，通过整合具有共同目标的研究，对其进行系统评价，从而得出更为准确和全面的结论。
在Meta分析过程中，森林图是一种常用的可视化工具，它能够以图形方式展示分析结果，为研究者提供直观的理解和评估。
森林图是以图形方式展示Meta分析结果的工具，通过将多个研究的结果以数值和统计学的方式表达在同一张图中，可以更直观地展示研究间的异质性和不确定性。
森林图的横轴通常表示研究设计或治疗方案，纵轴则表示效应大小，而图中的气泡则代表各个研究的结果。
收集相关研究：进行Meta分析的首要步骤是收集符合纳入标准的研究。
这些研究通常涉及同一主题、具有可比性和可合并性。
提取数据：从每篇研究中提取所需的数据，如样本量、组间差异、效应大小等。
统计分析：利用适当的统计方法对提取的数据进行合成和分析。
常见的统计方法包括加权平均数、标准化的均值差异等。
绘制森林图：将分析结果以数值和图形的方式展示在森林图中。
通常使用统计软件如Stata、R或Excel等来绘制图形。
森林图在临床研究中的应用具有重要意义。
它能够直观地展示多个研究的合并结果，帮助临床医生全面了解治疗效果。
森林图可以揭示研究间的异质性，这有助于解释结果的不确定性。
森林图还可以用于评估某些干预措施的效果，为临床决策提供依据。
例如，在评价某种新药的疗效时，可以收集多个临床试验数据，通过Meta分析得出该药物相对于对照组的疗效差异。
然后，利用森林图展示合并后的结果，帮助医生全面了解该药物的疗效，从而制定更为准确的诊疗方案。
同时，通过观察森林图中的气泡分布，还可以了解到各研究之间的异质性，进一步探讨其潜在影响因素。
Meta分析的森林图是一种有效的可视化工具，用于展示和评估多个独立研究结果的合并统计量。
在制作和分析森林图的过程中，需要经过数据收集、提取、统计分析和图形绘制等步骤。
森林图在临床研究中的应用具有重要意义，它能够直观地展示治疗效果，揭示研究间的异质性，并为临床决策提供依据。
森林图的详细解读
森林图的详细解读在Meta分析汇总的结果中，最常见的两个图形就是森林图和漏斗图，但是笔者发现在实际的运用中，经常有人误读和误用这两个图形，从今天起，我讲具体介绍一下这两个图形的解读。
1.森林图的定义：森林图是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。
它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，用一个棱形(或其它图形)描述了多个研究合并的效应量及可信区间。
它非常简单和直观地描述了Meta分析的统计结果，是Meta分析中最常用的结果表达形式。
2.分类变量中的森林图当某研究RR(OR,RD)的95％CI包含了1，即在森林图中其95％CI的横线与无效竖线相交时，可认为试验组发生率与对照组发生率相等，试验因素无效。
当某研究RR(OR,RD)的95％CI上下限均>1，即在森林图中，其95％CI横线不与无效竖线相交，且该横线落在无效线右侧时，可认为试验组的发生率大于对照组的发生率，若研究者所研究的事件是不利事件(如发病、患病、死亡等)时，试验组的试验因素会增加该不利事件的发生，试验因素为有害因素(危险因素)；若研究者所研究的事件是有益事件(如有效、缓解、生存等)时，试验因素会增加该有益事件的发生，试验因素为有益因素。
当某研究的95％CI上下限均小于1，即在森林图中，其95％CI横线不与无效竖线相交，且该横线落在无效线左侧时，可认为试验组的发生率小于对照组的发生率，若研究者所研究的事件是不利事件(如发病、患病、死亡等)时，试验组的试验因素会减少该不利事件的发生，试验因素为有益因素(保护因素)；若研究者所研究的事件是有益事件(如有效、缓解、生存等)时，试验因素会减少该有益事件的发生，试验因素为有害因素。
2 连续性变量的森林图当某研究的95％CI包含了0，即在森林图中其95％CI横线与无效竖线(横坐标刻度为0)相交时，可认为试验组某指标的均数与对照组相等，试验因素无效。
图说meta十：森林图简介
图说meta十：森林图简介森林图(forest plots)是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。
它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(conf idence interval , CI), 用一个棱形(或其它图形)描述了多个研究合并的效应量及可信区间。
它非常简单和直观地描述了Meta-分析的统计结果, 是Meta-分析中最常用的结果表达形式。
研究中常用的效应尺度指标包括结局为分类变量时的odds ratio （OR）、relative risk（RR）和risk difference（RD），以及结局为连续性变量时的weighted mean difference（WMD）和standardizedmean difference（SMD）。
OR：即比值比或优势比，是测量疾病与暴露联系强度的一个重要指标。
是某组中某事件的比值与另一组内该事件的比值之比。
OR=1 表示比较组间没有差异。
当研究结局为不利事件时，OR<1 表示暴露可能会降低结局风险。
RR：是rate ratio 或risk ratio 或relative risk 的缩写，国内翻译为“ 相对危险度”，其意义为两组的事件率之比。
RR 是反映暴露（干预）与事件关联强度的最有用的指标。
RR=1 表示比较组间没有差异。
当研究结局为不利事件时，RR<1 表示干预可降低结局风险。
需要注意的是，只有队列研究和随机对照试验结果可以直接获得相对危险度。
RD（risk difference）：即危险差，也被称为归因危险度（attributable risk，AR）、绝对风险差（absoluterisk difference）和绝对风险降低率（absolute riskreduction, ARR），是指干预（暴露）组和对照组结局事件发生概率的绝对差值。
mate分析森林图快速的解读知识分享
m a t e分析森林图快速的解读何瑶全科医学 201530130606题目一：请解读如下森林图。
要求：500字左右。
这张森林图，我们又可以叫它meta分析，它是对研究设计相同或者相似且具有相同目的的，但是又相互独立的多个研究结果（证据）进行系统的综合定量分析，计算其合并效应量，并作出结果解释。
如上图，gao2014的实验中实验组（experimental total）样本量为293，而其中有31个问题样本(experimental events)，对照组(control total)样本量为289，问题样本(control events)为40，权重(weight)为16.0%，比值比（OR）为0.74，95％可信区间（95%CI）为（0.45，1.21），其横线与OR=1相交，表示无统计学意义；由此类推，我们不难分析出hu2001的实验结果、li2009年的实验结果和wang2009的实验结果，他们的实验中横线都与OR=1相交，表示无统计学意义。
zang2011的实验中实验组（experimental total）样本量为812，而其中有84个问题样本(experimental events)，对照组(control total)样本量为815，问题样本(control events)为152，权重(weight)为60.3%，比值比（OR）为0.5，95％可信区间（95%CI）为（0.38，0.67），其横线与OR=1不相交，表示有统计学意义。
有分析图可见，li2009的实验样本量最小，权重最小，zang2011的实验样本量最大，权重最大，结果较其他组准确。
实验组（experimental total）样本数为1693，对照组(control total)样本数为1358，问题样本数中，实验组(experimental events)为180，对照组(control events)为249，权重(weight)100%，比值比OR=0.57，95%可信区间（95%CI）为（0.46,0.70），其可信区间表现为菱形，位于图中竖线左侧，与竖线不相交，有统计学意义。
meta分析及森林图PPT幻灯片课件
12
Meta分析与系统评价
在系统评价（systematic review）中，当数据资料适合 使用Meta分析时，用Meta分析可以克服传统文献综述的 两大问题，其分析结果的可靠性更高；当数据资料不适合 做Meta分析时，系统评价只能解决文献评价的问题，不能 解决样本含量的问题，因此，对其分析结论应慎重。 没有按系统评价标准操作规范实施，或未经严格文献评 价的研究，即使用了Meta分析也不一定是系统评价的研究， 更难说是高质量的研究。
13
Meta分析数据图怎么解读？
14
此图叫什么？ 森林图
15
森林图解析
森林图是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。它在平面直角坐标系中，以一条垂直的 无效线（横坐标刻度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（CI），用一个 棱形（ 或其它图形）描述了多个研究合并的效应量及可信区 间。它非常简单和直观地描述了Meta分析的统计结果，是 Meta分析中最常用的结果表达形式。
《The Cochrane Library》第3页的定义。
9
Meta分析的统计目的 处理同一 问题的多个结果报道时，通常是平等（等权重方 法）对待每个研究结果而得出结论。这种文献综 述一般不进行文献评价，也不考虑文献的质量，
主要是以某类文献数量的多少得出结论。
的影响，以原有的单位真实地反映了试验效应， WMD是试验组的均数 X1 减去 对照组均数 X 2 的差，即WMD= X1 - X 2 。
meta分析森林图解读
meta分析森林图解读Meta分析森林图是一种用于展示不同研究结果之间差异的可视化工具。
它可以帮助读者快速了解不同研究结果的整体趋势，并揭示其中的异质性。
本文将介绍如何读取和解释Meta分析森林图。
首先，森林图的横轴表示每个研究的效应大小（通常使用加权平均数），垂直线表示每个研究的置信区间。
置信区间是指我们对真实效应大小的估计范围。
如果置信区间越窄，我们就越有信心这个结果是准确的。
森林图中每个研究的点大小代表该研究所占的比重。
在元分析中，研究通常被赋予更高的权重，如果样本量越大或研究设计更为合理。
图中每个点都用一条垂直线连接，这条线被称为置信区间。
如果置信区间有重叠，则表明不同研究得出的效应大小没有显著的差异。
在森林图中，所有研究的效应大小线都在一个垂直线上，这个垂直线代表的是元分析的效应大小，也称为固定效应模型的效应大小。
固定效应模型假设所有研究的真实效应大小是相同的，其差异仅仅来源于随机误差。
当所有的研究得出的效应大小都在置信区间内，则此时固定效应模型成立，表示元分析所得结果可靠。
然而，在某些情况下，固定效应模型的假设并不成立，因为不同研究的真实效应大小可能不同。
这时候就需要采用随机效应模型。
随机效应模型假设不同研究的真实效应大小是随机变量，它们之间的差异来源于难以归因于随机误差的因素，如研究人员的实践技巧、受试者的特征、使用不同的方法等。
当元分析结果表现出显著的异质性时，即研究结果存在显著的差异，此时应当检查随机效应模型。
如果随机效应模型成立，则每个研究得出的效应大小都在不同的位置上，形成了一个散点分布。
除了研究的效应大小和置信区间外，森林图还提供了每个研究的名称，高亮显示的点和水平线。
高亮显示的点代表整个元分析的总效应大小，水平线代表元分析的置信区间。
当元分析的总效应大小落在任何一项研究的置信区间之内时，该研究的效应大小被视为显著。
总之，Meta分析森林图是一个十分有用的可视化工具，可以帮助读者更好地了解不同研究结果之间的差异，揭示研究结果的异质性。
临床试验的Meta分析
临床试验的Meta分析临床试验是评估药物和治疗方法的有效性和安全性的重要手段之一。
然而，通过单个试验的结果来判断一个治疗方法是否确实有效并不总是可靠的。
因此，在评估医学领域的治疗方法时，Meta分析成为一种常用的方法。
本文将介绍临床试验的Meta分析及其应用。
一、什么是Meta分析？Meta分析是一种系统性的综合分析方法，旨在通过结合和分析多个相互独立的研究结果，来解决单个研究的样本容量小、误差大、结果不一致的问题。
通过Meta分析，我们可以得出更加准确、可靠的结论，提高对治疗方法的评估。
二、Meta分析的步骤1. 确定研究目标：明确研究的目的和问题，如研究某种药物对某种疾病的治疗效果。
2. 搜索文献：系统地搜索相关的期刊文章、临床试验注册信息和学位论文等，在此过程中需要遵守一定的检索策略和标准，以降低偏差。
3. 筛选研究：根据预先设定的纳入和排除标准，对搜索到的研究进行筛选，选择符合要求的研究进行后续分析。
4. 提取数据：从每个研究中提取所需的数据，包括研究设计、样本量、研究结果等关键信息。
5. 分析数据：根据提取的数据，采用统计学方法对不同研究的结果进行汇总和分析，包括计算效应量、绘制森林图等。
6. 评估异质性：通过检验异质性来评估多个研究结果之间的一致性，判断是否适用Meta分析方法。
7. 发表结果：编写Meta分析的报告，包括方法、结果、讨论和结论，并选择适当的学术期刊发表。
三、Meta分析的优势1. 提高统计效能：Meta分析通过整合多个研究的样本量，可以显著提高统计效能，减少偶然差异的影响。
2. 提高结论的可靠性：通过合并多个独立的研究结果，可以得出更加准确、可靠的结论，增加对治疗方法效果的信赖度。
3. 揭示潜在规律：Meta分析可以帮助我们发现不同研究之间的差异和一致性，进而揭示治疗方法背后的潜在规律。
四、Meta分析的局限性1. 研究异质性：不同研究的样本量、研究设计、评估指标等方面存在差异，可能导致Meta分析的结果存在异质性，从而影响结论的可靠性。
stata meta回归结果详细解读
stata meta回归结果详细解读Meta回归是一种统计方法，用于整合多个独立研究的结果，以得出一个总体效应估计。
在Stata中进行Meta回归分析后，我们主要通过以下几种统计量和图形进行结果的解读：1. 森林图：这是一种用于展示多个研究的效应量、置信区间和权重的图形。
横线上的点代表单个研究的效应量，横线长度代表该效应量的95%置信区间范围，横线上的方块大小代表该研究的权重，即该项研究对Meta分析的贡献度。
图中的菱形则代表合并后的结果；图中的垂直实线是无效线，用于判定结果差异有无统计学意义，若单个研究或合并效应量的95%置信区间与该直线相交，则代表两组的差异没有统计学意义。
2. Q统计量和I2统计量：Q统计量是服从自由度为K-1的卡方分布，本质是卡方检验，属于异质性定性分析的方法。
一般认为当P<0.1时，表明各研究间存在异质性。
3. 气泡图：这是另一种用于展示Meta回归结果的图形，例如以年龄为协变量的气泡图。
在进行Meta回归分析时，还需要注意以下几点：- 异质性检验：通过Q统计量和I2统计量进行异质性检验，以判断各研究间是否存在显著差异。
- 亚组分析和敏感性分析：这些分析可以帮助我们更深入地了解Meta回归结果的稳定性和可靠性。
我们还可以通过查看回归系数和其95%置信区间来评估每个协变量对因变量的影响。
如果回归系数的95%置信区间不包含零，那么我们可以得出结论说该协变量对因变量有显著影响。
我们还需要注意可能存在的一些偏倚问题，如出版偏倚、选择偏倚等。
这些问题可能会影响到Meta回归结果的准确性和可靠性。
因此，在进行Meta回归分析时，我们需要尽可能地选择那些经过同行评审的研究，并考虑使用一些方法来修正可能存在的偏倚问题。
Meta回归是一种强大的统计工具，可以帮助我们从大量的独立研究中提取出有用的信息。
然而，正确地解读Meta回归结果需要一定的专业知识和经验。
如果你不确定如何解读你的结果，或者你对结果有任何疑问，你应该寻求专业的统计咨询。
怎样阅读meta-analysis图(森林图)
怎样阅读meta－analysis图(森林图）发表时间:2010—08—02 发表者:刘小丰（访问人次:275)怎样阅读meta－analysis图（森林图）来源:丁香园网站系统评价的资料合成结果是由meta－analysis图（亦称森林图）表示，参见上图:图上方为标题(Comparsion）和判效指标（Outcome）。
图中从左到右依次为单个试验（Study）、试验组（Exptexperiment)对照组(Ctrlcontrol）、比值比（OR)、权重(Weight）等.中间的短横线代表一个试验结果的可信区间，位于横线中部的小方块代表比值比（OR）。
可信区间是指比值比的真值可能存在的范围,反映结果的精确性，范围越宽,横线越长，说明样本的量较小,结果欠精确可靠。
范围越窄，横线越短，说明样本量较大，结果精确性可靠。
Cochrane系统评价中使用的可信区间是95％或99％.中线代表OR＝1，最下方的棱型符号代表纳入全部试验的综合结果，短横线/棱型符号中与中线接触或相交表示差异无显著统计学意义。
对不利结局，短横线/棱型符号在中线左边表示有效，在右边表示无效.对有利结局则相反。
权重（weight)表示各个试验结果在总体结果中所占的百分比，一般病例数越多,权重越大。
如果大家还不是很明白？那我们现以溶栓治疗急性脑卒中的系统评价Meta－analysis图举例说明，如上图所示，比较各种溶栓药物与不用溶栓药物治疗急性缺血脑卒中的疗效,判定疗效的指标采用在随访结束时患者发生死亡或依赖（残废)事件的人数。
图中左边第一列显示单个试验的名称，第二、三列表示试验组和对照组。
n表示在随访结束发生死亡或依赖（残废)等事件发生的病例数,N表示各组病例总数。
例如，第一行表示1996年ASK试验中，试验组41例患者，随访结束时有14例发生死亡或依赖(残废）事件；对照组29例患者,随访结束时有15例发生死亡或依赖（残废)事件。
其比值比为0。
Meta_分析的森林图及临床意义
#方法学#MethodologyMeta -分析的森林图及临床意义刘关键 吴泰相四川大学华西医院中国循证医学中心(成都610041)=摘要> 对Meta -分析的森林图的统计学意义和临床应用做了较为详细的解释:当统计指标比值比、相对危险度、加权均数差和标准化均数差的95%可信区间横线与森林图的无效线(横坐标刻度为1或0)相交时,试验组的效应量等于对照组,试验因素无效;当其95%可信区间横线不与森林图的无效线相交且落在无效线右侧时,试验组的效应量大于对照组;当其95%可信区间横线不与森林图的无效线相交且落在无效线左侧时,试验组的效应量小于对照组。
值得临床研究者注意的是,当试验组效应量大于对照组时,因研究事件性质不同而临床意义截然相反;同样,当试验组效应量小于对照组时其临床意义亦然。
=关键词>Meta -分析;森林图;临床意义=中图分类号>R 195.1 =文献标识码>A =文章编号>1672-2531(2004)03-0198-04C linical Implemation of Forest Plots in Meta -analysisLIU Guan -jian,WU Ta -i xiang.ChineseEvidence -Based Medicine Cente r ,West China Hospital o f Sichuan University ,Chen gdu 610041,China=Abstract > In this paper ,the statistic significance and clinical application of forest plots in a meta -analysis have been fully discussed.If the horizontal line represents the 95%con fidence interval of the indexes including odds ratio,relative risk,weighted mean di fference,and standard mean difference crosses the vertical line,the effect of test g roup is not sign ficant with that o f control group;if the horizontal line lies to the right of the vertical line,it indicates that the test group is signi ficantly effctive.If the horizontal line lies to the left o f the vertical line,it indicates that the control g roup is more effective.In addition,it doesn .t mean that clinical app lication is more beneficial,i f the treatment study has more effect,because experimental factor can be positive or neg ative.=Key words > Meta -analysis;Forest plots;Clinical i mplemation森林图(forest plots)[1]是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。
META分析及森林图解析
《The Cochrane Library》第3页的定义。
1/4/2021
META分析及森林图解析
8
Meta分析的统计目的
一、传统文献综述的特点
在医学研究中，传统的文献综述在处理同一 问题的多个结果报道时，通常是平等（等权重方 法）对待每个研究结果而得出结论。这种文献综 述一般不进行文献评价，也不考虑文献的质量，
大样本的随机 对照临床试验
1/4/2021
系统性评价
荟萃分析
META分析及森林图解析
2
什么是Meta分析？
1/4/2021
META分析及森林图解析
3
Meta分析概述
1/4/2021
META分析及森林图解析
4
概述
60年代开始，在医学文献中，陆续 出现了对多个独立研究的统计量进行合并 的报道。
76年G.V.Glass首先将合并统计量对 文献进行综合分析研究的这类方法称为 Meta-Analysis。
14
森林图解析
森林图是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。它在平面直角坐标系中，以一条垂直的 无效线（横坐标刻度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（CI），用一个 棱形（ 或其它图形）描述了多个研究合并的效应量及可信区 间。它非常简单和直观地描述了Meta分析的统计结果，是 Meta分析中最常用的结果表达形式。
没有按系统评价标准操作规范实施，或未经严格文献评 价的研究，即使用了Meta分析也不一定是系统评价的研究， 更难说是高质量的研究。
1/4/2021
META分析及森林图解析
第五讲 Meta-分析简介
临床意义
若95%可信区间横线不与无效线相交，且落在 无效线左侧 若所研究的事件是不利事件，试验因素为有 益因素（保护因素） 若所研究的事件是有益事件，试验因素为有 害因素（危险因素）
实例一：分类变量的森林图
Meta-分析结论（1）
6个研究中有4个的95%CI横线与无效竖线相交， 表明该4个研究结果均认为抗高血压药物不会减 少老年心血管疾病的病死率，另有2个研究的 95%CI横线落在无效竖线左侧，表明该2个研究认 为抗高血压药物可减少老年心血管疾病的病死率
临床意义
若95%可信区间与无效线相交，可认为试验组效 应量与对照组相等，试验因素无效。 若95%可信区间不与无效线相交，且落在无效线 右侧 若所研究的事件是不利事件（如发病、死亡 等），该试验因素为有害因素（危险因素） 若研究者所研究的事件是有益事件（如有效 、生存等）时，试验因素为有益因素（保护 因素）
统计学意义
若某研究的95﹪可信区间横线与无效线相交，即 该研究无统计学意义；反之，若横线落在无效线 的左侧或右侧，该研究有统计学意义。 当某研究95%可信区间横线不与无效线相交，且 落在无效线右侧，试验组效应量大于对照组。 当某研究95%可信区间横线不与无效线相交，且 落在无效线左侧，试验组效应量小于对照组。
若异质性检验有统计学意义，则可进 2 一步计算I （I？）指数 在Revman软件中，I2可用于衡量多个研 究结果间异质程度的大小 若I250%，则说明存在比较明显的异 质性
2、计算合并效应量
计算合并效应量的两种统计模型 固定效应模型（fixed effect model）
适用于多个研究具有同质性（无异质性）时
meta分析及森林图
森林图解析
OR与RR的可信区间
若选择OR或RR为合并统计量时，其95％的可信区间 与假设检验的关系如下： 若其95％CI包含了1，等价于P＞0.05,即合并统计量无 统计学意义。 若其95％CI的上下限均大于1或均小于1，等价于P＜ 0.05,即合并效应量有统计学意义。
森林图解析
WMD和SMD的可信区间
它不仅消除了多个研究间的绝对值大小的影响，还消除了多个研究测量单位不同 的影响，尤其适用于单位不同或均数相差较大资料的汇总分析，但是，SMD 是一 个没有单位的值，因而，对SMD分析的结果解释要慎重。
RCT:前瞻性研究 CI:可信区间
森林图解析
可信区间
可信区间（CI）是按一定的概率估计总体参数（总体均 数、总体率）所在的范围（区间），如：95％的CI,是指总 体参数在该范围（区间）的可能性为95％。可信区间主要 有估计总体参数和假设检验两个用途。 在Meta分析中，常用可信区间进行假设检验，95％的 可信区间与为0.05的假设检验等价。此外，森林图即是根据 各个独立研究的95％可信区间及合并效应量的95％可信区 间绘制的。
课件的由来
随着循证医学学科的兴起，医学界对其关注度也越 来越高，而系统分析（Meta分析）结果则迅速成为循 证医学证据首要来源。此外，随着醒脑静课件的更新， Meta分析相关数据图的解读更多的困扰推广人员，如： 1、什么是Meta分析？ 2、图怎么看？
循证医学证据来源
大样本的随机 对照临床试验
系统性评价
WMD和SMD的森林图
WMD和SMD的森林图，无效线竖线的横轴尺度为0， 每条横线为该研究的95％可信区间上下限的连线，其线条长 短直观地表示了可信区间范围的大小，线条中央的小方块为 WMD或SMD值的位置，其方块大小为该研究权重大小。若 某个研究95％可信区间的线条横跨为无效竖线，即该研究无 统计学意义，反之，若该横线落在无竖线的左侧或右侧，该 研究有统计学意义。
mate分析森林图快速的解读知识分享
m a t e分析森林图快速的解读何瑶全科医学 201530130606题目一：请解读如下森林图。
要求：500字左右。
这张森林图，我们又可以叫它meta分析，它是对研究设计相同或者相似且具有相同目的的，但是又相互独立的多个研究结果（证据）进行系统的综合定量分析，计算其合并效应量，并作出结果解释。
如上图，gao2014的实验中实验组（experimental total）样本量为293，而其中有31个问题样本(experimental events)，对照组(control total)样本量为289，问题样本(control events)为40，权重(weight)为16.0%，比值比（OR）为0.74，95％可信区间（95%CI）为（0.45，1.21），其横线与OR=1相交，表示无统计学意义；由此类推，我们不难分析出hu2001的实验结果、li2009年的实验结果和wang2009的实验结果，他们的实验中横线都与OR=1相交，表示无统计学意义。
zang2011的实验中实验组（experimental total）样本量为812，而其中有84个问题样本(experimental events)，对照组(control total)样本量为815，问题样本(control events)为152，权重(weight)为60.3%，比值比（OR）为0.5，95％可信区间（95%CI）为（0.38，0.67），其横线与OR=1不相交，表示有统计学意义。
有分析图可见，li2009的实验样本量最小，权重最小，zang2011的实验样本量最大，权重最大，结果较其他组准确。
实验组（experimental total）样本数为1693，对照组(control total)样本数为1358，问题样本数中，实验组(experimental events)为180，对照组(control events)为249，权重(weight)100%，比值比OR=0.57，95%可信区间（95%CI）为（0.46,0.70），其可信区间表现为菱形，位于图中竖线左侧，与竖线不相交，有统计学意义。
Meta分析：解读森林图和漏斗图
Meta分析：解读森林图和漏斗图前面已经介绍过二分类资料的Meta分析，今天给大家介绍连续性资料的Meta分析实现步骤，解读森林图和漏斗图。
1数据整理对于连续性资料，效应量有均数差（MD）和标准化均数差（SMD），原始资料的数据我们需要提取试验组和对照组的均数，标准差和样本量。
数据整理成上面的形式。
02连续性资料的Meta分析在Reman上的步骤纳入研究和添加比较的过程和二分类资料的过程一样，我就不再介绍了。
接下来直接介绍添加结局指标和添加结局指标数据的步骤：（1）添加结局指标（2）添加结局指标数据按照上述步骤纳入所有的研究：将纳入的研究的数据添加到相应的位置，结果如下：（3）解读森林图图中的点代表单个研究的效应量，点的大小代表该研究的权重，即该项研究对Meta分析的贡献度；横线代表该效应值的可信区间；图中的菱形则代表合并后的结果。
图中的直线是无效线，用于判定合并效应量有无统计学意义。
若菱形与该直线相交，则代表两组的差异没有统计学意义。
从上图也能看出异质性检验结果，在Revman中，主要通过Q统计量和I2统计量进行异质性检验。
Q统计量是服从自由度为K-1的卡方分布，本质是卡方检验，属于异质性定性分析的方法，一般认为当P<0.1时，表明各研究间存在异质性。
I2值是根据Q统计量转换而得到的，一般认为，当I2≥50%时提示存在异质性。
上图的异质性检验结果为：Q检验：P=0.02（<0.1）; I2=67% 说明各研究存在异质性。
注意纳入的研究较少时，Q检验法的检验效能过低，纳入的研究很多时，它的检验效能又过高。
I2值是消除了纳入的研究数目对检验效能的影响后，通过Q转换得到的，一般认为I2统计量较Q统计量敏感。
（4）解读漏斗图漏斗图是一种以视觉观察来识别是否存在发表偏倚的方法，该法以效应量为横坐标，纵坐标为标准误。
小样本所得的离散度较大，因此常处于漏斗图的底部，大样本离散度则较小，因此处于顶部。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Meta-分析的森林图及临床意义
作者：刘关键， 吴泰相
作者单位：四川大学华西医院中国循证医学中心,成都,610041
刊名：
中国循证医学杂志
英文刊名：CHINESE JOURNAL OF EVIDENCE-BASED MEDICINE
年，卷(期)：2004,4(3)
被引用次数：19次
1.Cochrane Collaboration open learning material for reviewers 2002
2.Austrahan Cochrane Center The Cochrane Handbook Summary Points & Libraries of Examples,September 1998
3.Australian Cochrane Center The Cochrane Handbook Summary Points & Libraries of Examples,September 1998
4.刘关键临床科研中正确抉择统计方法 2001
5.徐秦;鲁瑞萍关于"Cochrane协作网标志及其意义"中的一点异议[期刊论文]-中国循证医学杂志 2004(01)
6.Clarke M;Oxman AD;editors Cochrane Reviewers' Handbook 4.1.6
1.陈灼AF内固定治疗胸腰段脊柱骨折疗效的Meta分析[期刊论文]-右江民族医学院学报 2010(2)
2.陈友浩.李章华.崔西龙.柳铭.刘天舒.肖思杰强骨胶囊治疗原发性骨质疏松症的系统评价[期刊论文]-中国骨质疏松杂志 2010(9)
3.张永.刘玉敏.郭新彪室内外PM2.5质量浓度(重量法)的Meta分析[期刊论文]-首都公共卫生 2010(5)
4.尹宏.钱卫庆外固定支架和小夹板外固定治疗桡骨远端不稳定性骨折疗效的Meta分析[期刊论文]-江苏医药2010(24)
5.孟宪民.周叶华.朱东辉.金甬嘉桡骨远端关节内骨折内固定与外固定疗效的meta分析[期刊论文]-中国当代医药2010(5)
6.周海鹰.胡雅君.刘荣波.尚兰.银文杰乏脂肪肾血管平滑肌脂肪瘤与肾细胞癌鉴别诊断中主要CT征象价值的系统评价[期刊论文]-中国循证医学杂志 2009(6)
7.汤建华.苏峰.徐今宁.董玫.安毛毛.王睿放射免疫法检测血清神经元特异性烯醇酶诊断小细胞肺癌价值的系统评价[期刊论文]-中国循证医学杂志 2009(5)
8.尹小磊.袁容娣.叶剑儿童白内障三种手术方式与后发障关系的Meta分析[期刊论文]-中国斜视与小儿眼科杂志2009(2)
9.谷贵山.张进.王铁军.王刚锁骨骨折手术与非手术治疗的Meta分析[期刊论文]-实用骨科杂志 2009(3)
10.仇瑶琴.袁长蓉.贺佳Meta分析论文写作的质量控制要点[期刊论文]-中国实用护理杂志 2009(23)
11.王睿.汤建华.李然.唐惠林.安毛毛.蔡芸.梁蓓蓓.张桂云.龙丽艳.陈良安EIA法检测血清神经元特异性烯醇酶诊断小细胞肺癌价值的系统评价[期刊论文]-中国循证医学杂志 2008(10)
12.唐健元.马莉Meta分析与药物评价[期刊论文]-药物流行病学杂志 2008(4)
13.仇瑶琴.贺佳国内护理期刊有关Meta分析论文的质量分析[期刊论文]-解放军护理杂志 2008(23)
14.林丛笑.苏银法.杜乐燕Excel软件在药效评价Meta分析中的应用[期刊论文]-实用药物与临床 2008(3)
15.秦莉.吴丽娟.王兰兰.白杨娟ELISA法检测血清抗核小体抗体诊断系统性红斑狼疮价值的系统评价[期刊论文]-中国循证医学杂志 2007(3)
16.尹小磊.叶剑.袁容娣后囊环形切除及其联合前段玻璃体切除术对后发性白内障影响的Meta分析[期刊论文]-眼科 2007(2)
17.张定康.俞守义.耿仁文.秦建增.谭筱江国内应用胰岛素泵治疗2型糖尿病疗效循证研究[期刊论文]-南方医科大学学报 2006(8)
18.吴泰相.刘关键.李静影响系统评价质量的主要因素浅析[期刊论文]-中国循证医学杂志 2005(1)
19.苏宇雄cN<,0>口腔癌患者颈淋巴处理方式的循证医学研究[学位论文]硕士 2005
20.尹宏.钱卫庆外固定支架和小夹板外固定治疗桡骨远端不稳定性骨折疗效的Meta分析[期刊论文]-江苏医药2010(24)
本文链接：/Periodical_zgxzyx200403011.aspx。