Meta分析的统计过程
meta分析的统计学方法
BG
27
? 4. 选用随机效应模型合并效应量
? Meta 分析汇总研究结果时主要有两种统计分析模 型：固定效应模型和随机效应模型。
? 固定效应模型：指在 Meta 分析中假设研究间所有 观察到的变异都是由偶然机会引起的一种合并效 应量的计算模型。
BG
28
BG
29
BG
30
BG
31
? 随机效应模型：统计 Meta分析中研究内抽样误差 和研究间变异以估计结果的不确定性的模型。当 包括的研究存在除偶然机会外的异质性时，随机 效应模型将给出比固定效应模型更宽的可信区间。
? 例如，有一系列药物可以治疗某种疾病，但RCT均是 药物与安慰剂的对照，而药物相互之间的RCT都没有 进行或很少，那么在这种情况下，就需要将间接比较 和直接比较的证据进行合并。
BG
8
Cipriani A, et al. Comparative efficacy and acceptability of antimanic drugs in acute mania: a multiple-
? 来源
? 不同的设计方案：完全随机与半随机设计、分配隐藏充分与 不充分、采用盲法与不采用盲法等；
? 不同的结果测量方法：不同的测评方法、不同的测量指标和 不同的度量单位等。
BG
22
? 3. 统计学异质性：不同试验间被估计的治疗效应的变 异，它是研究间临床和方法学上多样性的直接结果。
? 统计学分析异质性的思路是：所有统计学异质性均来自于临 床异质性和方法学异质性。
BG
39
比值比OR
? 在回顾性研究（如病例对照研究）中，往往无法 得到某事件的发生率，也就无法计算 RR。但是当 该发生率很低时，可以计算出 OR作为RR的近似 值，其含义是试验组的比值与对照组的比值之比， 即比值比。
第八章9-29 Meta分析
一般来说，研究题目应符合FINER标准(可行，有趣，新颖， 符合伦理，有意义) Meta分析和系统评价要解决的问题相对专一，因此要求原 始资料的研究方案、研究对象、干预措施相似或相同。
第八章 第二节 Meta分析的计划书
一般步骤：
（二）检索所有相关的研究文献（要求查新和查全结合）
要求包括公开发表和未公开发表的文献。检索质量非常关键，最后会影响Meta分析
第八章第二节 Meta分析的计划书
一般步骤：
（五）制定综合定量分析与内容
的框架图：
包括比较目的？主要指标？结果相似性？
效应量的表达方式？
第八章第二节 Meta分析的计划书
一般步骤：
（六）绘制森林图：
森林图是由多个原始文献的效应量及其95%可信区间绘制而成，纵坐 标为效应量尺度，横坐标为原始文献的编号，按照一定的顺序，将各个研 究的效应量及其95%可信区间依次绘制到图上。 可图示原始文献研究结果的主要特征。 可用于描述每个原始研究的效应量 分布及其特征，同时展示研究间结果的差异情况。
的效度（真实性）。注意查全与查新结合。建立全面地检索策略。避免偏倚（如发 表偏倚、选择性偏倚、语种偏倚）。
思路：查阅个人文档 找一篇符合纳入标准的原始文献和一篇相关综述，从
这两篇文章的题目和摘要中找出索引词（关键词）。
检索适当的电子文献数据库 找到关键词，设计检索公式，检索文献；浏览
文献，寻找新的关键词，重复检索，直到没有新的文献出现为止。用修改 好的最后检索公式检索整个数据库。
一、 Meta分析的统计描述 （一）数据来源及分类 （二）确定效应量的表达形式 （三）森林图
二、异质性检验 （一）Q检验 （二）异质性来源与处理 三、合并效应量的估计与统计推断 四、敏感性分析
第六章 Meta分析11.5
0.489 0.457 0.606 0.486 0.553 0.935 0.829
1.059 1.013 1.063 1.319 1.153 1.373 0.966
例2 某减肥药治疗肥胖疗效的数据资料
所收集研究结果 的编号(no) 均数 (mean 治疗组 标准差 (S) 样本量 (n) 对照组 均数 标准差 (mean) (S) 样本量 (n) 均数 差值 d 均数差值 的标准误 se P值
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。这种文献综述主要是以某类 结果的文献数量的多少得出结论，一般 不进行文献评价，也不考虑文献的质量。
Evidence-based Medicine
传统文献综述的主要问题 传统文献的评价忽略了两个问题： 一是多个同类研究的质量不相同； 二是各个研究的样本含量的大小不相等。 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。
《The Cochrane Library》第3页的定义。
Evidence-based Medicine
（二）Meta分析的统计目的 1. 增大样本含量，减少各种偏倚和随机误差， 提高统计检验效能，加强主要结论的说服力， 尤其是对样本量较小的临床实验研究。 • 大规模RCT消耗人力, 财力和时间 • 多数单位没有条件作大规模RCT • 多数单个RCT样本量小而不能得出准确可 靠的结论 • Meta-分析联合单个RCT，增大了样本含 量 • 高质量的Meta分析与高质量的大样本多中 心临床实验一样被认为质量最高的证据级别。
Evidence-based Medicine
meta 效应值计算
meta 效应值计算
Meta效应值（meta-effect value）通常是指在统计学和研究合成的文献中，对于一组研究的效应值（effect sizes）进行汇总和分析的过程。
Meta分析是一种将多个独立研究的结果进行整合和综合的方法，以获得更全面、准确的结论。
Meta效应值计算涉及以下几个步骤：
一、效应值提取：从各个研究中提取相关的效应值。
效应值通常是用于度量研究结果的指标，比如风险比、比率、标准化平均差异等。
二、权重分配：为每个研究的效应值分配权重。
通常，较大的研究、研究设计更好的研究或效应值的不确定性较小的研究将被赋予较大的权重。
三、Meta效应值计算：利用加权平均等方法，将各个研究的效应值合并为一个汇总的效应值。
这个Meta效应值用于代表整体的效应。
四、不确定性评估：评估合并效应值的不确定性，通常通过计算置信区间来反映。
Meta效应值计算可以应用于各个学科，包括医学、心理学、教育研究等。
它使研究者能够更全面地了解一组独立研究的整体效应，并提供更准确的结论，同时考虑了研究的变异性和规模。
Meta分析的完整步骤
M e t a分析的完整步骤 Revised by BETTY on December 25,2020Meta分析的完整步骤，根据个人的体会，结合战友的经验总结而成，meta的精髓就是对文献的二次加工和定量合成，所以这个总结也算是对战友经验的meta 分析吧。
一、选题和立题（一）形成需要解决的临床问题：系统评价可以解决下列临床问题:1.病因学和危险因素研究;2.治疗手段的有效性研究;3.诊断方法评价;4.预后估计;5.病人费用和效益分析等。
进行系统评价的最初阶段就应对要解决的问题进行精确描述,包括人群类型(疾病确切分型、分期) 、治疗手段或暴露因素的种类、预期结果等,合理选择进行评价的指标。
（二）指标的选择直接影响文献检索的准确性和敏感性，关系到制定检索策略。
（三）制定纳入排除标准。
二、文献检索（一）检索策略的制定这是关键，要求查全和查准。
推荐Mesh联合free word检索。
（二）文献检索，获取摘要和全文国内的有维普全文VIP，CNKI，万方数据库，外文的有medline ,SD，OVID 等。
（三）文献管理强烈推荐使用endnote，procite，noteexpress等文献管理软件进行检索和管理文献。
查找文献全文的途径：在这里，讲一下找文献的过程，以请后来的战友们参考（不包括网上有电子全文的）：1.查找免费全文：（1）在pubmed center中看有无免费全文。
有的时候虽然没有显示free full text，但是点击进去看全文链接也有提供免费全文的。
我就碰到几次。
（2）在google中搜一下。
少数情况下，NCBI没有提供全文的，google有可能会找到，使用“学术搜索”。
本人虽然没能在google中找到一篇所需的文献，但发现了一篇非常重要的综述，里面包含了所有我需要的文献（当然不是数据），但起码提供了一个信息，所需要的文献也就这么多了，因为老外的综述也只包含了这么多的内容。
这样，到底找多少文献，找什么文献，心里就更有底了。
Meta分析的统计过程
47
0.7365 0.7333
0.4222
下限 0.4467 0.4018
0.1199
上限 1.2144 1.3382
1.4866
SHEP-PS 33
433
STOP
84
812
VS
9
38
14 108 152 815 25 43
0.5404 0.5033 0.2234
0.2782 0.3779 0.0853
1.0499 0.6703 0.5850
合计
189 1731
274 1401
选自Cochrance手册摘要和Cochrance图书馆
实例二 饮食对痛风的影响研究
第ｉ个 研究
有饮食计划组
n1
X1
s1
无饮食计划组
n2
X2
P值 s2
1
17
35.00 9.00
18
24.00 8.00 P<0.05
2
15
43.00 10.00
关于随机效应模型（1）
随机效应模型一种对异质性资料 进行Meta分析的方法，但是，该法不 能控制混杂，也不能校正偏倚或减少 异质性，更不能消除产生异质性的原 因。
目前，随机效应模型多采用D-L 法（DerSimonian&Laird法）。
关于随机效应模型（2）
D-L法是1986年，由DerSimonian和 Laird首先提出，该法不仅可用于分类变 量，也适用于数值变量。D-L法主要是对 权重W进行校正，即将各式中的Wi按下 式进行计算：
若异质性检验检验结果为P>0.10时， 多个研究具有同质性，可选择固定效应 模型（fixed effect model）;
Meta分析的统计过程
Meta分析的统计过程引言Meta分析是一种统计分析方法，用于合并和综合研究文献中的统计数据，以产生更准确、可靠和有说服力的结论。
它对多个独立研究的结果进行整合，从而提高统计成效和推广性。
本文将介绍Meta分析的统计过程，并提供相应的Markdown文本格式输出。
数据收集Meta分析的第一步是收集与研究主题相关的研究文献。
这可以通过文献检索数据库，如PubMed或Scopus进行。
收集到的文献应进行筛选，选择与研究目的最为相关的研究，以防止潜在的偏差。
数据提取在Meta分析中，需要提取每个研究的统计数据。
常见的统计数据包括均值、标准差、样本量和相应的效应量。
这些数据将用于计算汇总效应量和其可信区间。
在数据提取过程中，应注意保持数据的一致性和准确性。
效应量计算Meta分析的核心是计算汇总效应量及其误差估计。
根据具体的研究设计和效应量类型，可以选择不同的计算方法。
常见的效应量包括标准化平均差(SMD)、风险比(RR)和比率差(RD)等。
计算汇总效应量时，需要考虑各个研究的样本量权重，以提高结果的可靠性。
效应量的统计分析在Meta分析中，需要进行统计分析以评估汇总效应量的显著性。
通常使用Z检验或T检验来计算汇总效应量与零假设之间的统计差异。
此外，还可以计算Q统计量和I^2统计量，以评估研究间异质性的程度。
辅助分析可以帮助研究者更好地理解研究结果和异质性源。
效应量的可信区间估计除了汇总效应量，Meta分析还需要估计汇总效应量的可信区间。
常用的方法是计算95%的可信区间，用于描述汇总效应量的精确性。
根据不同的效应量类型，可以选择不同的估计方法，如固定效应模型或随机效应模型。
可信区间的大小将给出一个效应量真值的范围。
效应量的整合与解释Meta分析的最终目标是整合研究结果并给出结论。
通过汇总效应量和可信区间，可以得出关于研究主题的定量结论。
此外，还可以对汇总效应量的大小和方向进行解释，以帮助读者更好地理解研究结果。
第六章 Meta分析11.5
Evidence-based Medicine
（二）Meta分析的统计目的 1. 增大样本含量，减少各种偏倚和随机误差， 提高统计检验效能，加强主要结论的说服力， 尤其是对样本量较小的临床实验研究。 • 大规模RCT消耗人力, 财力和时间 • 多数单位没有条件作大规模RCT • 多数单个RCT样本量小而不能得出准确可 靠的结论 • Meta-分析联合单个RCT，增大了样本含 量 • 高质量的Meta分析与高质量的大样本多中 心临床实验一样被认为质量最高的证据级别。
异质性检验的方法，目前，多用由下式计算： ������
Evidence-based Medicine
检验统计量Q服从自由度为K-1的卡方（χ2） 分布，因此，当计算得到Q后，需由卡方分析 获取概率，故又将此检验叫做卡方检验(Chi squaretest，Chi?) 。
Evidence-based Medicine
Meta分析与系统评价的联系和区别（二） 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。
Evidence-based Medicine
第二节 Meta分析的统计分析过程
Meta分析统计过程的主要内容： 1.异质性分析 2.计算合并效应量 3.合并效应量的比较 可信区间、Z检验
所收集研究结果 的编号(no) Aspirin组 观察 人数 615 758 832 317 810 2267 8587 死亡 人数 49 44 102 32 85 246 1570 死亡率 (%) 7.97 5.80 12.26 10.09 10.49 10.85 18.28 观察 人数 624 771 850 309 406 2257 8600 安慰剂组 死亡 人数 67 64 126 38 52 219 1720 死亡率 （%） 10.74 8.30 14.82 12.30 12.81 9.70 20.00 OR值 OR值95% 可信区间
Meta分析
Meta分析的定义：
Meta分析中文译为“荟萃分析”
定义是“The statistical analysis of large collection of analysis results from individual studies for the purpose of integrating the findings.” 中文译为：对具备特定条件的、同课题的诸多研 究结果进行综合的一类统计方法。
摘要、引言与讨论略 材料与方法Materials and Methods： 检索策略Search strategy 主要包括使用了哪些数据库、检索的时间限度、检索 策略等
材料与方法Materials and Methods 纳入标准Inclusion criteria： 主要写在众多的文献中为什么采用文中选用的几篇，它们有哪些共 同的特征，按顺序列下来，如它们都包含了哪些疾病、都与某某蛋 白或基因的表达有关、都提供了充分的数据等等。 排除标准Exclusion criteria： 主要写筛去不需要的文献的限制条件，如不需要会议记录、不需要 非英语文献等等。 数据提取Data Extraction： 主要写你从别人的文章中提取了哪些数据，应当包括了分析用的必 要数据和提供患者基本信息的一些非必要数据（性别、地区等）。
第一个表：实验组总人数为154，但在血栓这一项中为153人，表面有1人未参 与此调查，因此实验组总人数153，发生数为27。 对照组总人数28，发生数为2。 第二个表：实验组总人数为56，但在血栓这一项中为54人，表面有2人未参与 此调查，因此实验组总人数54，发生数为9。 对照组总人数11，发生数为1。 因此，汇总后，实验组总人数为153+54=207，发生数为27+9=36 对照组总人数为28+11=39，发生数为2+1=3
系统综述 meta分析的实施步骤
系统综述：meta分析的实施步骤1. 简介Meta分析是一种系统综述的方法，通过整合多个独立研究的结果，以统计的方式评估研究之间的一致性和差异性。
Meta分析的目的是通过合并数据，提供一个更为准确和可靠的效应估计，从而为决策者提供科学依据。
2. 步骤2.1. 确定研究问题在进行meta分析之前，首先需要明确研究的目标和问题。
确定研究问题可以帮助研究者明确自己需要合并哪些研究的数据，以及需要评估什么样的效应。
2.2. 确定包含和排除标准确定包含和排除标准是指确定符合研究问题的研究并筛选出合适的研究。
通常，这些标准包括研究类型、样本量、研究设计等。
这一步骤的目的是确保所选研究的质量和可比性。
2.3. 搜索和筛选研究在这一步骤中，需要对相关数据库进行搜索，并根据确定的包含和排除标准对检索到的研究进行筛选。
筛选研究的过程可以包括初筛、全文阅读和最终筛选。
只有符合研究问题和标准的研究才会被保留下来。
2.4. 提取数据一旦确定了符合研究问题和标准的研究，就需要从每个研究中提取所需的数据。
通常，需要提取的数据包括样本量、效应量和相关的统计指标。
提取数据的过程需要按照统一的数据提取表格或表单进行。
2.5. 进行数据分析在完成数据提取后，可以开始进行数据的统计分析。
常用的分析方法包括计算效应量的加权平均、计算异质性和进行子组分析等。
这些分析方法可以帮助研究者判断研究之间的差异和一致性。
2.6. 评估偏倚风险评估偏倚风险是meta分析中非常重要的一步，它可以帮助研究者判断所选研究的质量和可信度。
常用的评估偏倚风险的工具包括Cochrane Collaboration’s risk of bias tool和Newcastle-Ottawa Quality Assessment Scale等。
2.7. 进行结果的解释和展示完成数据分析后，需要对结果进行解释和展示。
可以通过表格、图形和描述性文字等方式来呈现结果。
此外，还可以进行敏感性分析和亚组分析等进一步分析，以检验结果的稳定性和可靠性。
Meta分析的统计过程
Meta分析的选题
1 重要性
只有具有比较重要的临床意义的问题才适 合作meta分析。Meta分析并不是一件很 简单的事情，写一篇高质量的至少也要两 个月以上的时间。如果分析的问题无关紧 要，则得不偿失，也难以发表。
2 争议性 一般而言，具有争议性的问题最适合做meta分析。通过 汇总多个研究结果，得到总的更可靠的结论。怎样才知道 哪些具有争议性呢？如果是某一领域的专家，自然会对本 领域有哪些有争议性的问题比较清楚，如果是新手，则可 以向该领域的专家请教，或者通过文献检索的方法知道哪 些问题有争议性。如：欲研究肾移植领域哪些问题有争议 性，则可以以“肾移植”，“争议”在CNKI上检索，或 以renal transplantation, controversy; dispute等为 关键词在PUBMED或其它医学数据库上进行检索，查到相 关论文，详细阅读后即可知道哪些问题是有争议性的。
增大样本量 提高检验效能 尤其当结果不一致或没有统计意义
Meta分析的统计过程
1. 2. 3. 4. 5. 6.
计算每个研究的效应量和关键数据 计算每个效应量的权重 计算合并效应量 异质性检验 合并效应量的可信区间 合并效应量的检验
Meta分析的统计过程
单个研究的效应量 根据资料类型选择单个研究的统计量
查准
常用的外文数据库多为：Pubmed，EMBASE， Cochrone Library，WEB of Science，Scopus等。 各个国家的数据库，日本的，中国的（重庆维普或者知网 ），台湾的等等。查文献的工作量很大，为了减少漏检， 最好2个人独立检索。 此外，还有一个方法，对于临床试验，尤其是最近的，如 05－08年的，总会引用一些以前的类似的临床试验结果 ，来评价其研究的意义，这样就可以在参考文献中追本溯 源，找出很多试验，再追本，再溯源，甚至找到所有的试 验。 另外就是本研究领域的年鉴或会议论文集也可以去检索， 以免遗漏。
META分析流程(超级实用)
visualinspectionfunnelplotscancerdiagnosiscancerdeathendpointsbias75阳性结果更易被发表研究者可能终止阴性结果或结果模糊的研究偏向于研究组的错误设计阴性结果发表延迟不容易发表成英文文献阳性结果更易被发表研究者可能终止阴性结果或结果模糊的研究偏向于研究组的错误设计阴性结果发表延迟不容易发表成英文文献产生原因publicationbias76好的meta分析应包括所有与课题有关的可获得的资料但应尽最大可能收集未发表的研究先行将所有的rct进行登记通过这一系统随访并获得所有研究的结果是解决发表偏倚的根本途应用统计学方法计算拒绝结论所需的未发表研究数量的大小评估发表偏倚对研究结果的影响好的meta分析应包括所有与课题有关的可获得的资料但应尽最大可能收集未发表的研究先行将所有的rct进行登记通过这一系统随访并获得所有研究的结果是解决发表偏倚的根本途应用统计学方法计算拒绝结论所需的未发表研究数量的大小评估发表偏倚对研究结果的影响解决办法publicationbias77publicationbias偏倚的识别漏斗图分析funnelplots计算失效安全数failsafenumbernfs漏斗图分析funnelplots计算失效安全数failsafenumbernfs78漏斗图分析funnelplots
7
Meta分析之选题
4 .问题清楚，回答明确 提出的问题应该是选择题式的，而不应是开放式
meta分析的统计学方法
BG
12
单个率的Meta分析
? 单个率的Meta分析，原始研究只提供了一组 人群的总人数和事件发生人数，没有比较研究 Meta分析所需要的两组数据。
? 多为患病率、检出率、知晓率、病死率、感染 率等的调查。原始研究多为横断面研究。
BG
13
个体数据的Meta分析
? 个体数据（individual patient data ，IPD）Meta分析时 近年来发展起来，该方法不是直接利用已经发表的研究结 果总结数据进行Meta分析，而是通过从原始研究作者那 里获取每一例受试者的原始数据所做的Meta 分析。
BG
6
BG
7
间接比较的Meta分析
? 在临床实践中，经常会碰到没有直接比较的证据或者 需要从众多干预措施中选择对患者最佳的措施，此时， 可以从RCT中寻找间接证据，这就形成了间接比较的 Meta分析或多种干预措施比较的Meta分析，即网状 Meta分析（network meta-analysis ）。
treatments meta-analysis. Lancet 2011,378: 1306-B1G315.
9
累积Meta分析
? 累积Meta分析（cumulative meta-analysis ） 最早应用于1981年，它是按研究的时间顺序及 时地将新的原始研究纳入原有Meta分析，且 每个新研究加入后均重复一次Meta分析，该 法可以反映研究结果的动态变化趋势及跟研究 对结果的影响，也有助于尽早发现有统计学意 义的干预措施。
BG
15
Meta 分析的统计学过程
BG
16
? Meta分析统计过程主要内容：
? 异质性检验 ? 计算合并效应量 ? 合并效应量的检验
Meta分析
预措施, 预防新的无效措施引入医学实践. 预措施 预防新的无效措施引入医学实践
பைடு நூலகம்
–
Medical practice should all be based on effective interventions. 所
有医学干预都应基于严格的研究证据之上. 有医学干预都应基于严格的研究证据之上
The buzzword in medicine in the 21th century: Where is the evidence? 二十一世纪医学界最流行的一句话: 证据在哪里? 二十一世纪医学界最流行的一句话 证据在哪里
Meta分析的定义
Meta-Analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate. Meta分析是文献评价中，将若干个研究结果合 并成一个单独数字估计的统计学方法。 《The Cochrane Library》第3页的定义。
循证医学
循征医学（ 循征医学（Evidence based medicine，EBM），即 ， ） 遵循证据的医学。 循证医学要求系统地搜寻、 遵循证据的医学。 循证医学要求系统地搜寻、评价 和应用当前研究成果的医学方法， 和应用当前研究成果的医学方法，并以此作为临床 决策的依据。 决策的依据。 核心思想： 核心思想：任何医疗决策的制订都应基于客观的 科学研究依据，即临床医师开处方， 科学研究依据，即临床医师开处方，专家们制定治 疗指南，政府制定医疗卫生决策都应依据现有的最 疗指南，政府制定医疗卫生决策都应依据现有的最 可靠的科学依据进行 进行。 可靠的科学依据进行。
Meta分析的统计过程
Meta分析的统计过程一、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。
80年代末该方法传入我国，中文译名有荟萃分析、二次分析、汇总分析、集成分析等。
但无论何种中文译名都有不足之处。
因此，很多学者建议仍然使用〝Meta分析〞这一名称。
二、Meta分析的定义Meta-Analysis is a systematic review that uses quantitative methods to summarize the results. Meta分析是运用定量方法去概括（总结）多个研究结果的系统评价—《Evidence-Based Medicine》David Sackett等，第247页的定义。
Meta-Analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate.Meta分析是文献评价中，将若干个研究结果合并成一个单独数字估计的统计方法—《The Cochrane Library》第3页的定义。
三、Meta分析的统计目的1、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，主要是以某类文献数量的多少得出结论。
传统文献评价的结果必然存在两个问题：一是多个研究的质量不相同；二是各个研究的样本含量的大小（权重）不相等。
因此，传统文献综述的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，让人容易产生困惑或误解。
2、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意义时，采用Meta分析可得到更加接近真实情况的统计分析结果。
第二讲 循证医学中常用统计学指标和Meta分析统计过程
异质性检验
❖ 异质性检验( tests for heterogeneity )又称同质性 检验( tests for homogeneity )
❖ 用假设检验得方法检验多个独立研究就是否具有异质性( 同质性),RevMan5、1软件中,用得就是卡方检验。
❖ 试验组得发生率为:a/(a+b) ❖ 对照组得发生率为:c/(c+d) ❖ 两个率得比值:RR=a/(a+b) ÷c/(c+d)
RR得意义
❖ 当RR=1时,可认为试验组得发生率与对照组得发生率相同; ❖ 当RR>1时,可认为试验组得发生率大于对照组; ❖ 当RR<1时,可认为试验组得发生率小于对照组
0、35
45
2、64
0、26
50
2、90
0、45
45
2、81
0、35
45
2、93
0、36
52
2、95
0、46
55
3、27
0、37
46
3、15
0、39
42
3、48
0、48
45
3、47
0、46
51
3、73
0、54
45
3、63
0、38
45
3、81
0、40
42
3、81
0、41
45
4、16
0、42
44
3、99
❖ 种类包括:临床异质性、方法学异质性和统计学异质性。
统计学异质性
❖ 就是指干预效果得评价在不同试验间得变异,她就是研究间得临床和 方法学上变异联合作用得结果。
stata在只有OR值和可信区间时的META分析过程
stata在只有OR值和可信区间时的META分析过程META分析是一种统计方法，用于汇总多个相关研究的结果以获得总体效应估计。
在进行META分析时，如果只有OR值和可信区间作为原始数据，一般可以按照以下步骤进行分析：1.数据收集和筛选：收集与研究目标相关的各个研究的OR值和其对应的可信区间。
对于每个研究，要注意研究设计、样本量、研究质量等因素，并根据预先设定的纳入和排除标准进行筛选。
2. 数据转换：将每个研究的OR值和可信区间转换为对数的形式，以便进行元分析。
一般情况下，可以使用自然对数（ln）来进行转换，即将OR值取自然对数，将可信区间的下限和上限分别取对数。
3. 加权效应估计：根据每个研究的对数OR值和可信区间，计算加权平均效应和其相应的加权可信区间。
加权平均效应可以使用随机效应模型（random-effects model）或固定效应模型（fixed-effects model）来估算。
一般情况下，随机效应模型适用于不同研究间存在较大异质性的情况，而固定效应模型适用于研究间异质性较小的情况。
4.统计检验：进行统计检验，判断加权平均效应是否显著不等于零。
一般采用Z检验来进行判断，计算加权平均效应与其零假设的差异，并计算其标准误。
利用标准误计算出的Z值与临界值比较，判断加权平均效应是否显著。
5. 异质性分析：检验不同研究间的异质性水平。
常见的方法包括卡方检验和Cochran's Q检验。
如果异质性显著存在，可以进行进一步的敏感性分析，如剔除极端研究或进行亚组分析等。
6. 发表偏倚检测：检查是否存在发表偏倚（publication bias）的问题。
常见的方法包括漏斗图和Egger回归检验。
如果发现存在发表偏倚，可以进行修正后的META分析，采用trim and fill方法或Duval and Tweedie's trim-and-fill方法等。
以上是在只有OR值和可信区间的情况下进行META分析的一般步骤。
- 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分析与系统评价（一）
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。
Meta-Analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate. Meta分析是文献评价中，将若干 个研究结果合并成一个单独数字估计 的统计方法。 《The Cochrane Library》第3页的定 义。
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。
4.多个实验效应的合并
将多个独立研究的结果合并（或汇 总）成某个单一的效应量（effect size） 或效应尺度（effect magnitude）,即用 某个指标的合并统计量，以反映多个独 立研究的综合效应。
异质性检验
异质性检验（tests for heterogeneity） 又称同质性检验（tests for homogeneity）。 用假设检验的方法检验多个独立研究 是否具有异质性（同质性）。
异质性检验的方法，目前，多用下式计算：
Q Wi (d i d ) 2 Wi d i2 (Wi d i ) 2
D-L法 倒方差法
D-L法
Peto法
个案资料 （individual）
OR(odds ratio)
固定
固定效应模型的计算
PetoOR合并 (a E ) ＝exp V
i i i
i i i
OR合并
（a d / N ) ＝ (b d / N )
i i i
RR合并
W InRR ＝exp( ) W
5.合并效应量的检验
用假设检验（hypothesis test）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， 其原理与常规的假设检验完全相同。 两种方法： ①u检验（Z检验） ②卡方检验（Chi-square test）
根据Z或（u）值或卡方值得到该统 计量下概率（P）值。 若P≤0.05, 多个研究的合并效应量有 统计学意义； 若P＞0.05，多个研究的合并效应量 没有统计学意义。
传统文献综述的主要问题
传统文献评价的结果必然存在两个问题： 一是多个研究的质量不相同 二是各个研究的样本含量的大小（权重） 不相等。 因此，传统文献综述的方法很难保证 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，让人容易 产生困惑或误解。
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意义时，采 用Meta分析可得到更加接近真实情况的 统计分析结果。
二、Meta分析的定义
Meta-Analysis is a systematic review that uses quantitative methods to summarize the results. Meta分析是运用定量方法去概括（总 结）多个研究结果的系统评价。 《Evidence-Based Medicine》David Sackett等，第247页的定义。
44 433
34
9 14
99
47 108
0.7333
0.4222 0.54040.40180.1199 0.2782
1.3382
1.4866 1.0499
STOP
VS
84
9
812
38
152
25
815
43
0.5033
0.2234
0.3779
0.0853
0.6703
0.5850
合计
189
1731
274
1401
关于随机效应模型（2）
D-L法是1986年，由DerSimonian和 Laird首先提出，该法不仅可用于分类变 量，也适用于数值变量。D-L法主要是对 权重W进行校正，即将各式中的Wi按下 式进行计算： Q ( K 1) 1 1 D Wi (d ) 2 Wi Wi
( Wi
(1)分类变量（category dichotomous） 固定效应模型，指标RR、OR (1)standard odds ratio法 (2)Mantel-Haenzel法 (3)Peto法 随机效应模型，指标RR、OR 如：DerSimonian&Laird(D-L)法
（2）数值变量（continuous） 固定效应模型 (1)WMD,加权均数差法 （Weighted Mean Difference） (2)SMD,标准化均数差法 （Standardized Mean Difference） 随机效应模型，D-L法
2.单个研究的方差
根据资料类型选择单个研究的统计 量d1的方差Var(d1)。 单个研究统计量d1的计算方法确定 后，其方差的计算方法也随之确定。 方差可用于可信区间和假设检验的计算。
3.异质性检验与异质性分析
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，尽可能地消 除导致异质的原因，使之到同质。
P值 s2 8.00 7.00 2.54 P<0.05 P>0.05 P<0.05
1 2 3 合计
选自Cochrance协作系统评价员学习资料1.1版，2002年11月
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，主要是以某类文献数量的多 少得出结论。
Meta分析的统计过程
一、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。
80年代末该方法传入我国， 中文译名有荟萃分析、二次分析、 汇总分析、集成分析等。但无论 何种中文译名都有不足之处。因 此，很多学者建议仍然使用〝 Meta分析〞这一名称。
i i i
ai n1i ci n2i （ ) Ni Ni RD 合并＝ n1i n2i N i
Wd WMDorSMD W
i i
i
关于随机效应模型（1）
随机效应模型一种对异质性资料 进行Meta分析的方法，但是，该法不 能控制混杂，也不能校正偏倚或减少 异质性，更不能消除产生异质性的原 因。 目前，随机效应模型多采用D-L 法（DerSimonian&Laird法）。
D-L法
Mantel-Haenzel法 D-L法 Mantel-Haenzel法 D-L法
数值变量 （Continuous）
WMD（Weighted 固定 Mean Difference）
随机 SMD 固定 （Standardised 随机 Mean Difference）
倒方差法(inverse variance)
1.单个研究的统计量
根据资料类型选择单个研究的统计量d1 (1)分类变量可选择的统计量 比值比，OR（odds ratio） 相对危险度，RR（relative risk） 率差，RD（rate difference）
(2)数值变量可选择加权均数差
（WMD）或标准化均数差（SMD） 为统计量。 用于描述单个研究的实验结果， 其结果解释与常规统计描述指标相同。
合并统计量的计算
当多个独立研究的例数不等时，它 们的综合效应不等于这多个单独效应的 平均数。如三个均数的总均数不等于这 三个均数之和除以3。 所以，怎样合理的对多个独立研究 效应进行合并，是Meta分析统计过程的 主要问题之一。
合并统计量的两种统计模型
固定效应模型（fixed effect model）: 若多个研究具有同质性（无异质性）时， 可使用固定效应模型。 随机效应模型（random effect model）： 若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时，可使用随机效 应模型。
资料类型 Type of data 二分类变量 （Dichotomous）
合并统计量 Summary statistic OR(odds ratio)
模型 Model 固定 固定
计算方法 Method Peto法 Mantel-Haenzel法
随机
RR(relative risk) RD(relative difference) 固定 随机 固定 随机
I2及计算
在Revman4.2及以后的软件中，出 现了新的异质性指标，即I2。其计算公 式如下：
Q (k 1) I 100% Q
2
式中的Q为异质性检验的卡方值 ，K 为纳入Meta分析的研究个数。
2
I2的意义
在Revman中，I2可用于衡量多个 研究结果间异质性程度大小的指标。 这个指标用于描述由各个研究所致的， 而非抽样误差所引起的变异（异质性） 占总变异的百分比。 在Cochrane系统评价中，只要I2不 大于70％，其异质性可以接受。
W
i
Wi为每个研究的权重，第i个研究的 权重Wi按下式计算：