横断面研究的meta分析zb20160523

优势：直观、便于比较 不足：不同研究间质量参差不齐，样本来源、样本量大小 不一，很多同类率的结果差别很大
率的计算
• 假设某一研究的患病率为p，事件发生人数为x，观察 总人数为n，则： （1）如果n足够大（n＞100），np与n(1-p)均大于5 ， 则p=x/n （2）如果n足够大（n＞100），p=0，则p=1/(4n)；如 果p=100%，则p=1-1/(4n)（Bartlett.MS建议）；或者 分别校正为0.0005和0.9995 （3）如果p＜0.3或p＞0.7，需对率进行数据转换 1）双反正弦转换（Freeman-Tukey转换） 2）logit转换
2. 制定检索策略，收集相关研究
• 原则：查准、查全，尽量减少选择性偏倚和语言偏倚 • 方法：制定合理的检索策略；包括电子检索和手工检索、 追踪参考文献，数据库、网站、重要的杂志、灰色文献等 • 参考使用：很多数据库和网站都有自己特定的检索策略， 帮助研究者能够最大程度上检索到需要的文献（由信息专 家制定） • 可以获得率的原始研究数据库包括： 英文主要有：MEDLINE，EMBASE，Web of Science，OVID等 中文主要有：万方数据库、中国生物医学文献数据库，中 国期刊全文数据库，中文科技期刊数据库等 • 具体的检索方法同其他类的Meta分析研究
18
5.进行Meta分析
分析的步骤及内容与实验性研究的meta分析类似 1）建立数据库：主要包括研究文献名称、事件发生数、 样本量 2）合并的率及95%可信限：采用不同的软件计算得到 3）绘制森林图（forest)：采用软件完成
4）绘制漏斗图 （funnel plot）：采用软件完成
5）亚组分析：采用软件完成
（二）研究方法：普查或抽样调查 （三）观察指标：率、比值
（四）横断面研究Meta分析的应用
主要是对各种率或比的综合分析，主要包括发病率、患病率、发 病密度（ID）、累积发病率（CI）等 研究疾病的病因及危险因素 可以进行特定人群中高血压、心脑血管 事件、恶性肿瘤、急性传染病等的发病率、患病率、死亡率、病死率、 知晓率、控制率等的Meta分析 用于疾病预后的研究 包括疾病本身不同临床亚型、病理分型、症状、 体征等因素进行Meta分析，如生存率等的Meta分析
三、横断面研究的meta分析步骤
1.提出问题，明确研究目的 2.制定检索策略，收集相关研究 3.选择文献 4.研究的质量评估 5.Meta分析 6.异质性来源
1.提出问题，明确研究目的
选题必须具有很好的实用价值、可行性和创新性 研究者应从本专业角度出发，在确定研究问题之前务必 明确该研究能解决什么问题，有无实际应用价值 同样需要遵循PICOS 原则
五、率的meta分析实例
中国海岛地区2000年后高血压患病、知晓、治疗及控制情况的系 统评价
陈欣，周波， 杨博文，吴晓梅，邹飒枫，时景璞 Chin J Evid-based Med 2015, 15(3): 290-294
中国的高血压患病增加迅猛，目前约有2.3亿心血管病患者， 其中2亿人有高血压。 中国海岛地区的地理环境、经济文化及生活习惯有其独特特 点，有的地区的医疗教育相对落后，缺少完善的医疗保健机构， 居民也缺乏自我保健知识，高血压的发病率日益增高。 目前尚缺乏全国性的数据报道中国海岛地区的高血压患病及 治疗情况 本研究旨在估计2000年后中国海岛地区高血压患病、知晓、 治疗及控制情况。
– P：指代患者及参与者，还指代疾病； – I：指代暴露； – C：指代对照或者比较； – O：指代结局或者结果（率）； – S：一般指代研究设计类型
– 常常有1个或2个要素缺如：
• 设立对照的研究，选择其中一个组的率进行汇总 • 疾病分布等描述（没有设立对照组）
全面了解其背景知识，掌握国内外研究现状（是否有同类 Meta分析文献）
–尚无新的一致的专家意见提出，目前均采用与其他类 型的meta分析一率的meta注意事项
• 率的产生来源不同，不同研究间是否可以进行率的合并是关键 问题，需要结合专业知识，充分探讨异质性的来源后再决定是 否能够进行合并 • 不同研究的异质性往往很大，尤其是一些常见慢性病的患病率 • 样本量对研究异质性大小的影响明显，样本量大的数据，所得 可信区间小，样本量小的数据，可信区间相对大，导致 I2和p 值差异显著 • 一定时期内符合纳入标准的文献越多合并估计得到率的结果越 准确，时间范围越窄，研究地区范围越小，结果的意义越大 • 对于有显著异质性的研究，可以采用亚组分析、敏感性分析或 meta回归的方法对异质性进行探讨,分析之后如果仍然有显著 异质性，不应合并，改定性分析
3）否给出了鉴别患者的时间阶段？
4）若研究对象不是来源于人群，研究对象是否连续观察？ 5）评价者的主观因素是否掩盖了研究对象其他方面情况？ 6）描述了任何为保证质量而进行的评价（如对主要结局指标的检测/再检测） 7）解释了排除分析的任何患者的理由 8）描述了如何评价和（或）控制混杂因素的措施 9）若可能，解释了分析中是如何处理缺失数据的 10）总结了患者应答率及数据收集的完整性 11）若有随访，查明预期的患者不完整数据所占百分比或随访结果
观察性研究 N(%) 诊断试验N (%) 干预性研究 N(%) 总数 N(%)
0 质量 评估 工具 使用 数量
1 2
27（32.14） 4（26.66） 56（26.67）
87（28.16）
44（52.38） 9（60.00） 133（63.33） 186（60.19） 11（13.10） 2（13.33） 19（9.05） 32（10.36）
横断面研究的meta分析
中国医科大学附属第一医院 临床流行病学与循证医学教研室 周 波
从研究方案考虑的Meta分析种类
• 实验性研究（RCT、NRCT等）：疗效、预后等
• 非实验性研究（观察性研究）：疾病状况、病因、不良 反应、预后等 • 诊断试验研究（描述性）：疾病诊断
2
观察性研究（非实验研究） • 描述性研究： 横断面研究（现况调查） 生态学研究 纵向研究 个案分析 病例报告 病例系列分析等 • 分析性研究： 队列研究 病例对照研究
2）澳大利亚乔安娜循证护理中心（JBI）研制的横断面研究 偏倚风险评价标准（见表2）根据条目的符合程度给分：0分为 不符合要求；1分为提到但未详细描述；2分为详细全面描述。 一般得分>总分的70%可认为偏倚风险较低 表2 横断面研究偏倚风险评价标准（JBI）
1）研究目的是否明确，立题依据是否充分? 2）研究人群如何选择？抽样方法？是否随机？ 3）是否清楚描述样本的纳入和排除标准？ 4）是否清晰描述了样本的特征？ 5）资料收集的工具是否具有信度和效度？ 6）核实资料真实性的措施是否合适？ 7）是否考虑到伦理问题？ 8）统计方法是否正确？ 9）对研究结果的陈述与分析是否恰当、准确？ 10）是否清晰阐述研究的价值？
• 观察性研究的系统评价有逐年增加的趋势
4
内容概要
• • • • • 横断面研究概述 率的概述 横断面研究的meta分析步骤 横断面研究的meta注意事项 横断面研究的meta分析实例
一、横断面研究概述
（一）概念
横断面研究（cross-sectional study，现况研究） 指在某一时间点或相当短的时间内对某一人群疾病或事件的 患病或发生的状况，以及暴露因素进行调查分析，以反映两 者间的关联。 如：调查某医院院内感染的状况、细菌的耐药性等。 注：因果并存，不能确定因果关系 不事先设立对照组
图5 R软件率的meta分析命令
图6
R软件率的meta分析森林图
图7
Meta-Analyst软件数据录入
图8
Meta-Analyst软件meta分析菜单
图9
Meta-Analyst软件结果森林图
图10
Meta-Analyst软件漏斗图
6.异质性来源
• 临床异质性、方法学异质性、统计学异质性 • 研究对象的来源，样本量,研究者、设计方案、 研究的实施等各种因素影响 • 探索和处理的方法
3
观察性研究特点
• 观察性研究容易实现，原始研究结果比例较大 • 观察性研究系统评价结果少于实验性的（RCT） • 观察性研究结果证据级别较低，难以制作高质量的系统评价 • 观察性研究的不足
a.不完全具备随机、对照的医学科研原则
b.研究背景不一、质量参差不齐，偏倚较大
c.尚无公认的偏倚风险评价工具
12
3.选择文献
• 事先拟定纳入和排除标准 • 由两名及以上作者独立筛选文献 • 选择标准： ①原始研究设计类型； ②同一人群相关频率指标时效性的规定； ③研究人群范围局部与整体的关系； ④重复报道的数据的定义； ⑤可以根据研究目的，确定是否排除特定群体的研究 • 研究疾病的诊断标准、暴露因素及暴露水平等应有严格统 一的标准，并在文中标明
1）美国卫生保健研究和质检局（AHRQ）推荐了观察性研究 偏倚风险评价标准，包括11个条目，分别用“是”、“否” 及“不清楚”作答（见表1）
表1 AHRQ横断面研究评价标准
1）是否明确了资料的来源（调查，文献回顾）？
2）是否列出了暴露组和非暴露组（病例和对照）的纳入及排除标准或参考以 往的出版物？
4.研究的质量评估
• 最重要的组成部分 • 包括： –评价纳入研究的方法学质量 –报告质量 • 评价工具选择： –研究设计、实施、结果分析、整个过程中可能出现 偏倚
• 尚无统一的标准，甚至有许多横断面研究Meta分析采用自 制量表评价原始研究的偏倚风险
各类型SRs质量评估工具使用情况（n=309）
Comprehensive Meta-Analysis（CMA）操作步骤
1.软件打开界面：
插入研究名称：
插入效应量：
选择相应数据格式：
按照格式录入数据：
Run analysis 得出结果：
图1