第7课 制作系统评价
合集下载
相关主题
- 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)。
系统评价和Meta分析制作
江西中医药大学 周旭
叙事性综述
叙事性综述（Narrative review），又称传统综述。 一般检索某主题相关的近期（如近5年）重要文献， 进行归纳、汇总，得出推论。其目的主要是为了展 示某领域的最新研究成果，一般不进行文献质量评 价，也不进行定量合成。
系统评价定义
主题词结合自由词
中文：肥胖症[主题词] OR 肥胖[全字段] 英文：obesity[mh] OR obes*[tw] 实例：见Word 检索→获得检索题录结果→导入Endnote
标题/摘要初筛
Endnote去重功能 标题筛选功能，如排除标题带rat，rats，total gastrectomy, meta-analysis等很肯定要排除的研 究 其他筛选功能，如要排除摘要，可在URL中搜索 “conference”，即可精准排除 新建分组，保留review，meta-analysis等后期有 用的文献
补充检索
全文筛选结束后，在当前确定纳入研究的基础上， 应再行补充检索
汇总前面过程获得的已发表相同或相近主题Meta分 析或Review，对其纳入的文献过滤一遍，看有无漏 掉的研究 必要时，可检索Clinicaltrials.gov（临床试验注 册平台），以获得灰色文献补充
此外，对于非常重要的研究或作者，可再次查找相 应关键词查漏补缺（如减重手术的瑞典SOS研究，著 名减重手术RCT作者Schauer, P. R.）
数据提取
设计详细的数据提取表格，包括：
基线-文献特征表 基线-患者特征表 偏倚风险评价表 结果数据表
两组数据（二分类、数值型） 两组比较结果（二分类、数值型）
每个研究的数据提取表都不尽相同，应根据研究目 的定制
数据分析-分析软件
RevMan软件
由Cochrane协作网开发的系统评价/Meta分析专用软 件
一般无 定性描述和汇总 笼统总结和推论 严格质量评价 一般有Meta分析 明确的结论
质量评价 分析方法 结论
为什么要做系统评价/Meta分析？
海量证据需要筛选和整合 克服传统文献综述的缺陷，将小样本合成大样本 发表高质量的文章
系统评价制作步骤
提出研究 问题 制定系统 评价方案
文献检索 数据提取 质量评价
全文筛选计划
准备好全文后，需设计全文筛选表格 全文筛选与标题/摘要不同，这次要非常确定哪些 应该纳入/排除 全文筛选，应加入Outcome的纳入/排除标准
如在本研究中，outcomes of interest（感兴趣结 局或关注结局）包括死亡率、心血管事件发生率和 癌症发生率 即使某研究符合其他全部标准，但未报告感兴趣结 局，或数据无法提取，则应排除
Meta分析定义
Meta分析是系统评价过程中，将若干个研究结果合 并成一个大样本综合结果的统计学方法 Meta分析是运用定量方法去合成多个研究结果的系 统评价
系统评价和传统综述的区别
传统综述 系统评价
选题 检索
涉及某一主题的各方面
聚焦一个具体临床问题
不全面，纳入近期高质量文 全面，纳入符合标准的所 献 有文章，一般无时间限制， 也无文献质量限制
优点
视窗操作，简单易用 作图美观
缺点
无法进行复杂统计分析，如Meta回归、Egger’s检 验 对中文支持不够好
数据分析-新建RevMan文件
1
2
3
4
添加研究
2
1
3
Hale Waihona Puke Baidu
添加对比
2 1 3
添加结局-二分类
1
3
2
4
结局选项
统计方法
Peto法：适用于发生率很低的二分类结局，一般要求两组事件 发生率均<5%，甚至更低，且样本量很大。Peto法只能使用固 定效应模型 Mantel-Haenszel法：简称M-H法，可普遍应用 Inverse Variance：倒方差法，在二分类结局中一般不使用
效应模型
固定效应模型：要求研究间异质性小，结果最接近真实 值 随机效应模型：对异质性无特殊要求，均衡各研究权重， 因此结果可能偏离真实值
异质性检验
Cochran’s Q检验
P ≥0.10，无显著统计学异质性 P < 0.10，有显著统计学异质性
I2统计量
I2 < 50%，无显著统计学异质性 I2 > 50%，有显著统计学异质性
重要提示：在meta分析汇总，研究间必然存在临床异质性和方法学异 质性，所以无论有无统计学异质性，都应选用随机效应模型。当所有 异质性为0时，随机效应模型和固定效应模型得出的结果是完全一致的， 所以用随机效应模型是“无成本”的选择
分析选项
在结局中添加研究
1
2
录入数据
结果解读
调整结果
最终结果
标题/摘要初筛
剩余文献导入设计好的Access或Excel表格中筛选 所有标准均选择“Yes or unclear”，则结论为 “include for full-text screening” 如果有一个标准选择“Absolutely no”，则结论 直接选择“exclude”，最后可以统计排除理由 可在标题/摘要初筛中设置一些辅助问题，以方便 进一步决定之后的纳入/排除标准
最终结果
发表偏倚（漏斗图）
漏斗图上方集中、 下方分散，两边对 称则提示无显著发 表偏倚； 反之则有显著发表 偏倚，可能使估算 值偏离真实值
亚组分析
1
3 2
亚组分析
4
5 7 6 8 9
亚组分析
Thank you
标题/摘要初筛
标题/摘要初筛
标题/摘要初筛
两人一组，进行独立、平行筛选 初筛完成后，利用Excel的IF公式核对 =if(A1=B1,”OK”,”Check”)
不一致的地方，相互讨论核对，若无法解决，可由 研究负责人裁定 这样就得到了进入下一步全文筛选的文献
全文下载
中文全文：我校订购了CNKI、万方、维普和CBM， 可在检索后直接下载，可利用Noteexpress自动下 载，具体过程略 如果在外网，可在网上购买代理服务器（如淘宝）， 也可直接下载全文
制定检索策略
制定原则：P+I+S 主题词+自由词 数据库选择：
英文：PubMed+EMBASE+CENTRAL 中文：CNKI+万方+维普+CBM
主题词
3个英文数据库均有主题词 中文数据库中仅CBM有主题词 每个自由词都应检索有无相应的主题词
主题词查找：CBM
主题词查找：PubMed
全文筛选 标题/摘要 初筛
数据分析
撰写论文
问题提出
减重手术对肥胖患者最终是否有利？
减重手术对肥胖患者重要结局的影响如何？ 减重手术是否能降低肥胖患者死亡率、心血管事 件和癌症发生率？
问题分解
P（患者）：肥胖患者
I（干预措施）：减重手术 C（对照）：手术 vs 非手术治疗/无治疗 O（结局）：死亡率、心血管事件发生率、癌症发生率 S（研究类型）：RCT、观察性研究
系统评价（systematic review, SR）是：
①以某一具体临床问题为基础， ②系统、全面地收集所有已发表或未发表的临床研 究， ③制定严格的纳入/排除标准筛选合格文献，提取数 据和评价研究质量， ④对提取的各研究数据进行定性或定量合成， ⑤根据系统评价结果得出结论， ⑥并随着新的临床研究的出现及时更新。
江西中医药大学 周旭
叙事性综述
叙事性综述（Narrative review），又称传统综述。 一般检索某主题相关的近期（如近5年）重要文献， 进行归纳、汇总，得出推论。其目的主要是为了展 示某领域的最新研究成果，一般不进行文献质量评 价，也不进行定量合成。
系统评价定义
主题词结合自由词
中文：肥胖症[主题词] OR 肥胖[全字段] 英文：obesity[mh] OR obes*[tw] 实例：见Word 检索→获得检索题录结果→导入Endnote
标题/摘要初筛
Endnote去重功能 标题筛选功能，如排除标题带rat，rats，total gastrectomy, meta-analysis等很肯定要排除的研 究 其他筛选功能，如要排除摘要，可在URL中搜索 “conference”，即可精准排除 新建分组，保留review，meta-analysis等后期有 用的文献
补充检索
全文筛选结束后，在当前确定纳入研究的基础上， 应再行补充检索
汇总前面过程获得的已发表相同或相近主题Meta分 析或Review，对其纳入的文献过滤一遍，看有无漏 掉的研究 必要时，可检索Clinicaltrials.gov（临床试验注 册平台），以获得灰色文献补充
此外，对于非常重要的研究或作者，可再次查找相 应关键词查漏补缺（如减重手术的瑞典SOS研究，著 名减重手术RCT作者Schauer, P. R.）
数据提取
设计详细的数据提取表格，包括：
基线-文献特征表 基线-患者特征表 偏倚风险评价表 结果数据表
两组数据（二分类、数值型） 两组比较结果（二分类、数值型）
每个研究的数据提取表都不尽相同，应根据研究目 的定制
数据分析-分析软件
RevMan软件
由Cochrane协作网开发的系统评价/Meta分析专用软 件
一般无 定性描述和汇总 笼统总结和推论 严格质量评价 一般有Meta分析 明确的结论
质量评价 分析方法 结论
为什么要做系统评价/Meta分析？
海量证据需要筛选和整合 克服传统文献综述的缺陷，将小样本合成大样本 发表高质量的文章
系统评价制作步骤
提出研究 问题 制定系统 评价方案
文献检索 数据提取 质量评价
全文筛选计划
准备好全文后，需设计全文筛选表格 全文筛选与标题/摘要不同，这次要非常确定哪些 应该纳入/排除 全文筛选，应加入Outcome的纳入/排除标准
如在本研究中，outcomes of interest（感兴趣结 局或关注结局）包括死亡率、心血管事件发生率和 癌症发生率 即使某研究符合其他全部标准，但未报告感兴趣结 局，或数据无法提取，则应排除
Meta分析定义
Meta分析是系统评价过程中，将若干个研究结果合 并成一个大样本综合结果的统计学方法 Meta分析是运用定量方法去合成多个研究结果的系 统评价
系统评价和传统综述的区别
传统综述 系统评价
选题 检索
涉及某一主题的各方面
聚焦一个具体临床问题
不全面，纳入近期高质量文 全面，纳入符合标准的所 献 有文章，一般无时间限制， 也无文献质量限制
优点
视窗操作，简单易用 作图美观
缺点
无法进行复杂统计分析，如Meta回归、Egger’s检 验 对中文支持不够好
数据分析-新建RevMan文件
1
2
3
4
添加研究
2
1
3
Hale Waihona Puke Baidu
添加对比
2 1 3
添加结局-二分类
1
3
2
4
结局选项
统计方法
Peto法：适用于发生率很低的二分类结局，一般要求两组事件 发生率均<5%，甚至更低，且样本量很大。Peto法只能使用固 定效应模型 Mantel-Haenszel法：简称M-H法，可普遍应用 Inverse Variance：倒方差法，在二分类结局中一般不使用
效应模型
固定效应模型：要求研究间异质性小，结果最接近真实 值 随机效应模型：对异质性无特殊要求，均衡各研究权重， 因此结果可能偏离真实值
异质性检验
Cochran’s Q检验
P ≥0.10，无显著统计学异质性 P < 0.10，有显著统计学异质性
I2统计量
I2 < 50%，无显著统计学异质性 I2 > 50%，有显著统计学异质性
重要提示：在meta分析汇总，研究间必然存在临床异质性和方法学异 质性，所以无论有无统计学异质性，都应选用随机效应模型。当所有 异质性为0时，随机效应模型和固定效应模型得出的结果是完全一致的， 所以用随机效应模型是“无成本”的选择
分析选项
在结局中添加研究
1
2
录入数据
结果解读
调整结果
最终结果
标题/摘要初筛
剩余文献导入设计好的Access或Excel表格中筛选 所有标准均选择“Yes or unclear”，则结论为 “include for full-text screening” 如果有一个标准选择“Absolutely no”，则结论 直接选择“exclude”，最后可以统计排除理由 可在标题/摘要初筛中设置一些辅助问题，以方便 进一步决定之后的纳入/排除标准
最终结果
发表偏倚（漏斗图）
漏斗图上方集中、 下方分散，两边对 称则提示无显著发 表偏倚； 反之则有显著发表 偏倚，可能使估算 值偏离真实值
亚组分析
1
3 2
亚组分析
4
5 7 6 8 9
亚组分析
Thank you
标题/摘要初筛
标题/摘要初筛
标题/摘要初筛
两人一组，进行独立、平行筛选 初筛完成后，利用Excel的IF公式核对 =if(A1=B1,”OK”,”Check”)
不一致的地方，相互讨论核对，若无法解决，可由 研究负责人裁定 这样就得到了进入下一步全文筛选的文献
全文下载
中文全文：我校订购了CNKI、万方、维普和CBM， 可在检索后直接下载，可利用Noteexpress自动下 载，具体过程略 如果在外网，可在网上购买代理服务器（如淘宝）， 也可直接下载全文
制定检索策略
制定原则：P+I+S 主题词+自由词 数据库选择：
英文：PubMed+EMBASE+CENTRAL 中文：CNKI+万方+维普+CBM
主题词
3个英文数据库均有主题词 中文数据库中仅CBM有主题词 每个自由词都应检索有无相应的主题词
主题词查找：CBM
主题词查找：PubMed
全文筛选 标题/摘要 初筛
数据分析
撰写论文
问题提出
减重手术对肥胖患者最终是否有利？
减重手术对肥胖患者重要结局的影响如何？ 减重手术是否能降低肥胖患者死亡率、心血管事 件和癌症发生率？
问题分解
P（患者）：肥胖患者
I（干预措施）：减重手术 C（对照）：手术 vs 非手术治疗/无治疗 O（结局）：死亡率、心血管事件发生率、癌症发生率 S（研究类型）：RCT、观察性研究
系统评价（systematic review, SR）是：
①以某一具体临床问题为基础， ②系统、全面地收集所有已发表或未发表的临床研 究， ③制定严格的纳入/排除标准筛选合格文献，提取数 据和评价研究质量， ④对提取的各研究数据进行定性或定量合成， ⑤根据系统评价结果得出结论， ⑥并随着新的临床研究的出现及时更新。