Meta_分析的森林图及临床意义_刘关键
【最新】森林图
【最新】森林图在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_gt;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。
Meta_分析中的统计学过程
)* (#) )* ’+" )* +)$ )* +)" )* (,+ "* "$$ )* +,&
注： 取自 5,&6// 78 的资料
该数据资料在 M#@)0+ N7 = 软件中的计算结果见图 = 。
=7 >
合并统计量的假设检验
无论采用何种方法计算得到的
合并统计量， 都需要用假设检验 ! (-?&"(#$,$ "#$" . 的方法检验多 个独立研究的合并统计量是否具有统计学意义， 常用 " 检验 （ # ， 根据 " 值得到该统计量的概率 （ 值。 若 ! ! 67 68 ， 多个 "#$"） !） 研究的合并统计量有统计学意义； 若 ! 5 67 68 ， 多个研究的合 并统计量没有统计学意义。可信区间 ! ;&+%,:#+;# ,+"#’@0<， $% . 是 按一定的概率估计总体参数 ! 总体均数、总体率 . 所在的范围 ! 区间 . ， 如： 是指总体参数在该范围 ! 区间 . 的可能 A8B 的 $%， 性为 A8B 。$% 主要有估计总体参数和假设检验两个用途。 若要 常用 $% 进行估计， 如均 利用样本资料得到的总体值 ! 参数 . 时， 数的 $%、 率和 &’ 的 $% 等。$% 的范围愈窄， 用样本指标估计总 体参数的可靠性就愈好； 反之其可靠性就愈差。 $% 可于假设检 验， A8B 的 $% 与 ! C 67 68 的假设检验等价， AAB 的 $% 与 ! C 67 6= 的假设检验等价。当实验效应指标为 &’ 或 ’’ 时，其值 等于 = 时实验效应无效， 此时其 A8B 的 $% 若包含了 = ， 等价于 均大于 = 或 即无统计学意义； 若其上下限不包含 = （ ! 5 67 68 ， 均小于 = ） ， 等价于 ! D 67 68 ， 即有统计学意义。当实验效应指 标为 ’(、)*( 或 +)* 时， 其值等于 6 时实验效应无效， 此时 其 A8B 的 $% 若包含了 6 ， 等价于 ! 5 67 68 ， 即无统计学意义； 均大于 6 或均小于 6 ） ， 等价于 ! D 67 68 ， 若其上下限不包含 6 （ 即有统计学意义。 E 实例分析 预防心肌梗死 F<#,$$ GH 等 ! " # 收集了关于阿司匹林 （ 0$?,’,+） 的资料， 符合纳入标准的研究共有 I 个， 其数据如表 E 所示。 从表中可见，在 I 个研究中，前 J 个研究的 &’ 的 A8B $% 都包含了 = （ 下限小于 = ， 上限大于 = ） ， 即无统计学意义， 都认为 阿司匹林预防心肌梗死无效，只有第 I 个研究的 A8B $% 的上 下限都小于 = ! 67 KEA L 67 AJJ . ，认为阿司匹林预防心肌梗死有 效。据此结果，很难得到阿司匹林预防心肌梗死是否有效的结 论，如果按传统的文献综述方法，根据 I 个研究中有 J 个研究 （ 在图 = 中可见该资料 /#"01 分析的以下内容： = . 图 = 左侧 （ 图 = 右侧所示为 I 个独立研究 所示为 I 个独立研究的数据； E） （ 的固定效应模型 &’ 值及 A8B $% 的计算结果； 图 = 中间所 >） 该图的竖线为无效线， 即 &’ C = ， 示为 I 个独立研究的森林图， 每条横线为该研究的 A8B $% 上下限的连线，其线条长短直观 地表示了 $% 范围的大小，线条中央的小方块为 &’ 值的位置， 其方块大小为该研究权重大小。若某个研究 A8B $% 的线条横 跨为无效竖线， 即该研究无统计学意义， 反之， 若该横线落在无 （ 效竖线的左侧或右侧， 该研究有统计学意义； 图 = 中间底部 N） 所示为该 I 个研究的 /#"01 分析结果： ! 异质性检验 （ "#$" %&’ 该例 "$ C A7 A8 ，! C 67 => ； (#"#’&*#+#,"-）"$ 值和 ! 值， " 合并效 ， 该例 &’ 合并 C 67 A6 ； 应量 &’ 合并 （ O&"0<） # 合并效应量 &’ 合并 的 A8B $%，该例 &’ 合并 A8B $% C 67 KN L 67 AJ ；$ 合并效应量 的检验 （ 即 " 值） 和 ! 值， 该例 # C O#$" %&’ &@#’0<< #%%#;"） # 值（ 可认为这 I 个阿司匹林 P >7 =I ，! C 67 66E 根据上述分析结果， 预防心肌梗死研究资料具有同质性 （ 异质性检验 "$ C A7 A8 ， !C ，因此，合并效应量 &’ 采用固定效应模型， &’ 67 => ） 有效。 > !"#"!"$%"& 收稿日期： E66> P 6= P 6= 编辑： 刘 颖
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。
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。
观察性研究系统评价或Meta分析的方法
・方法学・Methodology 观察性研究系统评价/Meta2分析的方法吴泰相1 刘关键1 赵 娜2 倪 娟21.四川大学华西医院临床流行病学和循证医学中心(成都610041);2.四川大学华西医学中心临床医学院 【摘要】 介绍观察性研究系统评价/Meta2分析的必要性、方法,及其与随机对照试验系统评价/Meta2分析方法的差别。
【关键词】 观察性研究;系统评价;Meta2分析;方法学 【中图分类号】R181;R195.1 【文献标识码】A 【文章编号】16722531(2004)05033705H ow to Conduct A Systematic R evie w/Meta2analysis for Observational Studies WUTai2xiang1,LI U G uan2jian1,ZH AO Na2,NI J uan2.1.Chinese Clinical Epidemiology and Evidence2B ased MedicineCent re,West China Hospital,Sichuan U niversity,Chengdu610041,China;2.School of Clinical Medicine,West China Medical Cent re,Sichuan U niversity,Chengdu610041,China 【Abstract】 The necessity and methods of systematic review or Meta2analysis of observational studies wereintroduced.The diff erence between the systematic review or Meta2analysis of observational studies and random2ized controlled trials was also described. 【K ey w ords】 O bservational study;Systematic review;Meta2analysis;Methodology Meta2分析是一种对多个公共卫生和医学研究信息进行合成分析,以解答许多医学紧迫问题的统计学方法。
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 。
森林图
森林图的临床意义
合并结果：THP对比MMC膀胱 刺激症发生率相似
Meta-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
中国循证医学杂志．2004，4(3):198-201
什么是森林图
• 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ห้องสมุดไป่ตู้线段描述了每个被纳
入研究的效应量和可信区间(confidence 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。
• （以唐良友的一篇META分析文献里的图为例）
中间方块大小反 映权重大小 无效线
森林图的临床意义
• 当总体RR=1(某个研究RR的95％CI包含了1)时，或在森林图中， 当某个研究RR 的95％CI横线与无效竖线(横坐标刻度为1)相交时， 表示试验组发生率与对照组发生率差异无统计学意义。
森林图的临床意义
• 当总体RR>1(或某研究RR 的95％CI上下限均>1)时，在森林图中， 某个研究的95％CI的横线不与无效竖线相交，且该横线落在无效 线右侧时，可认为试验组某事件的发生率大于对照组的发生率。
THP对比MMC增加膀胱刺激症 发生率
森林图的临床意义
• 当总体RR<1(或某研究RR的95％CI下限均<1)时，在森林图中，某
个研究的95％CI的横线不与无效竖线相交，且该横线落在无效线 左侧时，可认为试验组某事件的发生率小于对照组的发生率。
Meta分析方法及其在林学中的应用展望
黑龙江农业科学２０２３(６):１０８Ｇ１１４H e i l o n g j i a n g A gr i c u l t u r a l S c i e n c e s h t t p ://h l j n y k x ．h a a s e p．c n D O I :１０．１１９４２/j．i s s n １００２Ｇ２７６７．２０２３．０６．０１０８王新靓,卢杰,田莹,等．M e t a 分析方法及其在林学中的应用展望[J ]．黑龙江农业科学,２０２３(６):１０８Ｇ１１４．M e t a 分析方法及其在林学中的应用展望王新靓,卢㊀杰,田㊀莹,杨㊀琳(西藏农牧学院高原生态研究所/西藏高原森林生态教育部重点实验室/西藏林芝高山森林生态系统国家野外科学观测研究站/西藏自治区高寒植被生态安全重点实验室,西藏林芝８６００００)摘要:M e t a 分析是一种以综合已有发现为目的,对单个研究结果进行综合分析的统计学分析方法.将M e t a分析方法应用于林学,对林学的相关研究成果具有重要作用.基于文献资料搜集,从M e t a 分析的基本概念㊁优缺点㊁具体使用方法及其应用进行了概述,发现M e t a 分析在林学中多用在森林资源评价中,特别是森林生态系统服务价值的评估中,使用时要注意规避M e t a 分析方法的局限,弥补其他估算模型的不足,能够起到保护森林生态系统㊁维护林农的经济利益与完善森林生态补偿制度的作用.关键词:M e t a 分析;流程;应用;林学;展望收稿日期:２０２３Ｇ０１Ｇ１６基金项目:科技部国家野外科学研究观测站(生态系统)运行补助项目(２０２１Ｇ２０２５);西藏农牧学院研究生教育创新计划项目(Y J S ２０２２Ｇ１４).第一作者:王新靓(１９９７－),女,硕士研究生,从事森林生态学研究.E Ｇm a i l :１０４３３５３４７０＠q q．c o m .通信作者:卢杰(１９７３－),男,博士,教授,博导,从事森林生态学的研究与教学工作.E Ｇm a i l :t i b e t l j＠１６３．c o m .㊀㊀M e t a 分析是一种统计分析方法,在我国又被叫做元分析或荟萃分析,是一种对分析的分析,顾名思义就是对研究对象已经发表的研究成果进行分析以达到综合研究成果的目的.M e t a 分析的基本方法是在特定的数据库中搜集特定的文献采用特定的设计方法和统计方法进行分析,综合比较具有不同设计方法和不同样本量的研究结果.M e t a 分析法首次应用于医学研究是对医学文献进行循证分析[１],B e e c h e r 在１９５５年首次使用M e t a 分析法对１０００名患者使用安慰剂的疗效进行M e t a 分析,发现了 安慰剂效应 ;随着元分析的广泛应用,越来越多的人开始使用它,M e t a 分析在２０世纪９０年代被引入中国,１９９０年,邢最智[２]对新旧综合述评方法进行对比,说明了M e t a 分析的重要意义;１９９３年赵宁等[３]将它应用到了医学中;郭春彦等[４]在心理学领域运用了M e t a 分析;彭少麟等[５]则将M e t a 分析引入生态学领域中.且随着计算机与数学的不断发展,为了使M e t a 分析的计算更便捷,一些计算程序也应运而生,如专用于二分类资料的M e t a 分析的宏命令[６]㊁S t a t a 软件m e t a a n 命令[７]㊁R 软件m e t a pl u s 程序包[８]等,我国也有学者对这些算法进行了详细的讲解[８Ｇ１１],方便了研究者们对M e t a 分析方法的使用.以中国知网为数据库仅搜索M e t a 分析一个关键词,共有约５万篇文章,涵盖了医学㊁工科㊁数学等方面,但在农学㊁林学中应用较少.与其他统计分析方法相比,M e t a 分析的科学性更强㊁适用范围更广,且数据越多得到的结论越准确.本文通过M e t a 分析相关文献㊁书籍资料的查找与总结,将M e t a 分析法简单概述,提高M e t a 分析在林学中的使用频率,以期为日后林学相关数据平台的建立奠定基础.１㊀M e t a 分析的发展史M e t a 分析的思想起源于２０世纪３０年代[３].M e t a 分析的初步概念是１９５５年由美国医学博士B e e c h e r 在对安慰剂效应 的研究中提出的.随后２０世纪６０年代开始在教育学和心理学等领域得到应用,７０年代初L i g h 和S m i t h 正式提出可以对不同文献的研究结果进行数据汇总并综合分析,１９７６年美国教育心理学家G l a s s 进一步按照其思想发展为 合并统计量 ,将这种定量综合方法命名为M e t a 分析[１２].１９９０年,F l e i s s 和G r o s s根据M e t a 分析的特点概括得到现在所熟知的M e t a 分析定义,即对研究对象已经发表的研究成果进行分析以达到综合研究成果的目的.２０世纪９０年代之前,研究人员一般采用描述性综述来综合文献中的数据.然而,这种综述方法有着作者强烈的主观性且缺乏透明度,并且随着文献信息的增多,这种方法的适用范围逐渐变小.研究数据的综合随着研究数量的增加变得８０１Copyright ©博看网. All Rights Reserved.６期㊀㊀王新靓等:M e t a分析方法及其在林学中的应用展望㊀㊀㊀困难,最终得到的结论很可能站不住脚.同时,描述性综述对于解决变量的函数变化问题也很困难.例如,在医学中,各个研究的治疗效果(或效果大小)往往会随着研究水平协变量的变化而变化,如患者人数㊁药物剂量㊁结局变量和其他因素.在这些情况下,一个恰当的综述需要研究人员能够理解治疗效果是如何作为这些变量的函数而变化的.出于这些原因,从２０世纪８０年代中期开始,许多领域的研究人员开始减少综述审查的使用,转而采用系统综述和M e t a分析[１３].随着计算机技术的不断发展,研发了越来越多的M e t a 分析软件和工具,M e t a分析方法也因此应用在更加广泛的领域.２㊀M e t a分析方法的评价２．１㊀M e t a分析方法的优点与传统的综合分析方法相比,M e t a分析更科学,设计更严密.分析多篇M e t a分析相关文献发现,它具有与其他分析方法不同且特殊的作用: (１)M e t a分析可以提高统计分析的效率,即对多个可比的单项研究成果进行组合分析,从而提高初步结论的论证和效果分析评价.(２)能够分析几项类似研究的差异和原因,得出更科学的结论.孙越等[１４]在关于酵母类产品对断奶仔猪生长性能的影响这一研究中,使用M e t a分析法筛选出２０篇质量较好的文献,共包含６６条数据,对平均日采食量㊁平均日增重和料重比等进行分析,发现酵母类产品对提高仔猪平均日采食量与日增重都呈上升水平,料重比反之,并得出酵母培养物和酵母抽提物比其他酵母类产品更能改善仔猪的生长性能.(３)在医学领域,M e t a分析可以回答单个临床试验中尚未解决或无法回答的问题,引出新见解,有助于循证医学的发展.(４)与进行大规模实验去验证某一结果相比,M e t a分析节省了研究成本.周发权等[１５]使用M e t a分析对１２项回顾性队列研究７２４４例患者的系统性免疫炎症指数(S I I)与胃癌患者预后之间的关系进行研究分析,得到了S I I升高可能是胃癌患者预后的指标这一结论,既节省了研究成本又引出了新的见解,为医生能够更好地为患者制定合理的系统治疗策略提供了新的检测指标.(５)M e t a分析是价值转移方法中最有效的手段之一,常在林学中应用于森林生态价值服务系统.使用M e t a分析,能够满足森林资源核算对相关的价值评估工作的高要求且节约成本㊁时间㊁空间等限制因素.２．２㊀M e t a分析的局限性尽管M e t a分析能够为分析大量文献提供便利,但是它也存在不少的局限性.首先,文献检索时,文献资料的来源可能会受到限制,出现发表性偏倚文件及偏倚问题.M e t a分析的研究结论受文献质量的影响极大.其次,由于纳入研究的数量有限,且纳入研究之间的统计学方法也存在部分差异,即各个研究具有异质性,研究的指标各不相同,会对分析结论产生影响,造成偏差.一些领域在我国的研究起步较晚,例如森林生态系统服务价值评估,针对此研究的文章数量相对较少且可能质量不甚高,这也是造成分析结论不准确的原因.因此,实际应用中需要正确合理地使用M e t a分析.３㊀M e t a分析具体流程３．１㊀论文检索对研究对象进行M e t a分析时的相关文献一般来自中国知网㊁W e bo fS c i e n c e等中英文数据库.为了搜集到更专业㊁更具有影响力且质量更高的文章,作者们也会从专业领域的顶级期刊中进行文献选择,而且有些学科是拥有独立数据库的,例如医学有中国生物医学文献数据库(C B M),农学有A g r i c u l t u r a l&E n v i r o n m e n t a l S c i e n c eD a t a b a s e等.针对研究对象及研究目标选择合适的数据库与期刊进行论文检索.３．２㊀文献筛选按照关键词在数据库中进行检索,得到一定数量的文献,而后针对研究类型㊁研究对象㊁研究指标等方面设置纳入与排除标准.排除指标中,首先应剔除重复文献,大多数M e t a分析文章中的排除指标都提到了排除综述类㊁研究资料不完整㊁研究数据无法提取的文献,在医学中会议㊁评论㊁摘要㊁病例报告㊁信件形式发表的文献通常都会被排除掉[１６].而具体排除标准会因研究主题不同而有所差异.M e t a分析是对相关文献进行定量分析,为了使文献更具有可比性,需要进一步筛选文献.对文献数据㊁纳入病例Ｇ对照研究进行质量评估具有偏倚风险时,可以使用C o c h r a n e系统评价手册推荐的质量评价标准[１６Ｇ１７],或纽卡斯尔Ｇ渥太华量表(N e w c a s t l e O t t a w a Q u a l i t y A s s e s s m e n t S c a l e,N O S)[１８],以及改良J A D A D评分量表评估[１９].这３种方法都是将偏倚程度分级,并规定评分标９０１Copyright©博看网. All Rights Reserved.㊀㊀㊀㊀㊀黑㊀龙㊀江㊀农㊀业㊀科㊀学６期准,得分高者研究质量高,反之则低.当使用一种评估方法得到的结果有争议时,可以选择其他评估标准进行二次评估.３．３㊀数据提取数据提取是M e t a 分析最为关键的一部分,且M e t a 分析的数据提取与分析是一个较为复杂的过程.需要从筛选出的文献中提取出相关数据,选择合适的效应量.效应量(E f f e c tS i z e s )是统计学中的一个概念,在M e t a 分析中扮演着重要的角色,是指由因素引起的差别,是衡量处理效应大小的指标,医学上的M e t a 分析通常将效应值称为治疗效果(T r e a t m e n tS i z e s),社会科学中的M e t a 分析通常将效应量简单地称为效应值.数据结构与实验类型不同,选择的效应量也不同.效应量的计算方法有很多种,根据原文献给出的不同数据结构和实验类型,将效应量的计算方法大体分为三类:一是,由G l a s s 提出的G l a s s 估计值,用Δ来表示,即原文献给出平均值㊁样方大小㊁均值差等数据,依据这些数据得出实验组与对照组的差值,计算标准化均值差,为后来效应值的计算奠定了基础.为弥补这种计算方法的不足,H e d g e s 先后提出H e d g e s 估计值g ㊁H e d ge s 估计值d 与反应比(l n R ),逐步提升了效应值的适应性.二是,原文献由２ˑ２列联表给出结果,通常用比率差(R a t eD if f e r e n c e ,R D )和相对比率(R e l a t a i v eR a t e ,R R )来计算效应值,这两个是医学M e t a 分析中常用的效应值.三是,原文献只给出统计值,这种情况下,达不到标准化均值差的计算条件,这时,通常就会使用F i s h e r 的z Ｇ转换法[１２,２０].不同学科进行M e t a 分析使用的效应值计算方法也不同,社会学㊁生物学㊁生态学等常用第一类,医学则常用到比率差㊁相对比率.选择恰当的方法计算效应值才能准确地进行M e t a 分析.３．４㊀统计分析３．４．１㊀M e t a 分析的方法与软件㊀M e t a 分析软件常用R e v i e w M a n a g e r ㊁S t a t a 软件的各个版本.使用这几种软件对纳入研究的文献数据进行管理㊁分析,并结合研究情况作图.３．４．２㊀异质性检验与偏倚性检验㊀根据文献所提供的数据选择恰当的效应值后,对求得的效应值进行异质性检验㊁敏感性分析㊁偏倚检验等,以此来决定效应模型,这是M e t a 分析关键的一步.异质性检验常用c ２检验㊁I２检验㊁可信区间.董保宝等[２１]在针对国内外创业的元分析研究中发现,c ２检验用来检验异质性的次数最多,I２检验次之,最后为可信区间,不过三者使用频次相差并不大.这３种方法的主要区别在于纳入的研究数据数量.其中,当样本量和总研究数量较少时,使用I ２检验,能够弥补c ２检验中过度依赖数据数量的缺陷.I ２检验中,当总体相关系数的差异大于０．２,或者纳入检验的数量足够多时,I ２检验是最强有力的异质性检验工具.但是,当纳入分析的研究数量太少或者研究之间的调节变量缺乏差异或研究之间的总体效应量差异较小时,I２检验的结果也不准确.可信区间虽然直观性较强,但当总体均值较小时,可信区间可能会包含零[２２].因此多数文献进行M e t a 分析时都会采用两种以上检验方法进行异质性检验,不同方法组合起来进行检验可以有效降低误差,得到更准确的结论.偏倚检验一般使用E g g e r ᶄs 检验与B e g gᶄs 检测,当E g g e r ᶄs 检验与B e g g ᶄs 检测无统计学意义时,说明不存在发表偏倚.也可绘制漏斗图来进行偏倚检验.漏斗图适用于文献数据纳入数量较多的M e t a 分析.当漏斗图对称时,说明发表偏倚小或研究不存在发表偏倚[１９].３．４．３㊀效应模型的确定㊀M e t a 分析方法中效应模型主要是固定效应模型(F i x e d ＧE f f e c t M o d e l ,F E M )和随机效应模型(R a n d o m ＧE f f e c t M o d e l,R E M )[１３],有些研究也会用到混合效应模型(M i x e d ＧE f f e c tM o d e l ,M E M )[２３].效应模型的选择应该基于对这些研究是否具有共同效应值的预期,以及执行分析的目标.在有些M e t a 分析的文献中,判断一个研究中使用固定效应模型还是随机效应模型与第二部分的异质性检验是密不可分的.若各研究结果间无统计学异质性,则采用固定效应模型进行M e t a 分析;若各研究结果间存在统计学异质性,则进一步分析异质性来源,在排除明显临床异质性的影响后,采用随机效应模型进行M e t a 分析[２４].或者有些研究在进行M e t a 分析时,通常会假设效应量服从正态分布,然后进行同质性检验,若研究间异质性较小,即P 值小于０．０５,则采用效应量服从正态分布的固定效应模型,否则,采用效应量服从正态分布的随机效应模型.但是这种确定效应模型的方法只考虑到异质性,而未考虑由偏倚０１１Copyright ©博看网. All Rights Reserved.６期㊀㊀王新靓等:M e t a分析方法及其在林学中的应用展望㊀㊀㊀所引起的异质性[２０].因此,有人通过将各个研究的偏倚量化除去因偏倚引起的异质性对总体效应量造成的影响,使得总体效应量的估计值更接近真实值[２２Ｇ２５].在查阅文献的过程中,发现了一种特殊的数据形式,被叫做纵向数据,又被称为重复测量数据,重复测量数据主要来自于同一受试对象在不同时间点上对同一个观测指标进行多次测量获得的数据[２６Ｇ２７],这种形式一般见于医学与社会学中,但结合其概念及不同时间点上的测量对象是同一个研究内的研究对象集合的特点,认为同样适用于林学中的植物研究.４㊀应用M e t a分析是比其他统计分析方法更科学㊁更严谨的分析方法,能够定量㊁科学地整合研究成果,最初应用于医学研究中,随着计算机技术的发展,M e t a分析应用范围愈发广泛,逐步涵盖了医学㊁动物学㊁生态学㊁管理学㊁教育学等各个学科.４．１㊀医学１９９３年,赵宁等[２８]首次把M e t a分析应用于我国的医学界.查找相关文献发现,M e t a分析已用于我国医学中各个学科的研究,特别是肿瘤学㊁中医学㊁外科学等[１５,２９],每个学科发表的文章数量都在２０００篇以上(仅中国知网).它的出现对临床医学的发展产生了举足轻重的影响.对２０１９年底来出现的新冠肺炎的研究也使用到了M e t a分析,刘畅等[３０]对新冠疫苗的安全性进行了M e t a 分析,认为多个国家研制的几种新冠疫苗都具有良好的安全性,虽然发热症状增加,但表现较轻,在临床上是可以接受的.近年,蒋婷等[３１]使用M e t a分析方法探讨鼻咽癌病人放疗相关性口腔黏膜炎的危险因素,M e t a分析结果显示,同步化疗是鼻咽癌病人放疗相关性口腔黏膜炎的危险因素.４．２㊀动物学通过文献查找与分析,发现M e t a分析主要应用于动物学中的动物营养与饲料[１４,３２],比如优化猪饲料的成分配比,人们使用M e t a分析对国内外几十年相关文献的结论进行合并分析,得到饲料中添加不同种类的发酵饲料,影响仔猪不同的生长性能指标,为后期相关饲料的研发与改进提供一定的依据.最近,永锋等[３３],利用M e t a分析探究日粮补充非必需氨基酸对断奶仔猪小肠组织形态发育的影响,分析发现日粮补充部分N E A A可显著增加十二指肠㊁空肠和回肠绒毛高度,从而改善断奶仔猪小肠组织形态发育及其完整性.４．３㊀林学与生态学２０世纪末期彭少麟等[５]将M e t a分析方法引进我国生态学领域,然而查找数据库发现,相关文章数量仍然较少,且多数应用于森林资源评价中,特别是森林生态系统服务价值的评估中.郑凤英等[３４]使用M e t a分析方法探讨捕食者与被捕食者之间的关系,他们认为生态学领域中应用的模型是固定效应模型与混合效应模型.邬紫荆等[３５]利用M e t a分析法对我国森林生态系统的服务价值进行评估,选择合适的模型对于M e t a分析是非常重要的,因此,作者选取多种模型进行计算分析,比较其拟合效果,择优选择,得到的结果更准确且令人信服.M e t a分析得出的结论也能为研究对象解决目前存在的问题㊁实现更好的发展提出相应的方法与政策,比如周一凡等[３６]研究森林碳汇对森林经营强度的影响中,就使用元分析为提升我国的森林质量㊁发掘森林增汇潜力提出了针对性政策启示.李坦等[３７]在基于国内外森林系统服务价值评估文献的基础上,对安徽省黄山市进行了森林生态系统服务价值的评估,结果表明,黄山市森林生态系统服务价值呈递增趋势.郝培显等[３８]则是以城市森林对人心理健康的影响进行了M e t a分析,得出城市森林环境对人的心理健康有积极作用,能够降低消极情绪的结论.许骞骞等[３９]利用M e t a分析法对我国森林碳汇潜力及增汇成本进行评估,并分析造成森林碳汇潜力成本评估差异性大的因素,结果表明我国森林碳汇处于持续快速增长的态势,而评估方法㊁碳库数量㊁碳汇计量等不同是导致已有文献森林碳汇潜力估计结果差异的关键因素.J u l i a等[４０]认为M e t a分析在植物生态学领域做出了重大贡献,可以审查各种生态假说和理论的证据,评估主要环境驱动因子的影响等.４．４㊀土壤学土地是一个国家农业发展的基础,也是国家粮食产量的保证.合理开发利用与保护土地是土地产能可持续的前提.蒋发辉等[４１]针对东北黑土地保护性耕作与深耕对作物产量的影响及其驱动因素进行研究,通过M e t a分析及随机森林模１１１Copyright©博看网. All Rights Reserved.㊀㊀㊀㊀㊀黑㊀龙㊀江㊀农㊀业㊀科㊀学６期型等方法,得到保护性耕作增产不明显,而深耕增产显著,多年平均气温㊁有效积温和干燥指数是保护性耕作影响作物产量的最重要因素,而坡度是深耕影响作物产量的最重要因素,此研究为保护性耕作与深耕技术在东北黑土区的推广应用提供了参考.４．５㊀管理学M e t a 分析不仅在医学界中得到蓬勃发展,在管理学领域它也逐渐成为一项重要的研究工具.有学者研究发现,管理学中M e t a 分析文章的引用量在逐年增长,这种分析方法被越来越多的学科领域认可并接受.魏江等[４２]对管理学领域M e t a 分析的研究现状与实施过程进行了评述,并对主效应分析与调节效应分析这两个程序步骤提出规范性建议.董保宝等[２１]对近２０年的国内外创业M e t a 分析的文献进行分析,认为严格地选择纳入研究的文献㊁加强数据处理程序的规范性能够提高M e t a 分析的严谨性和规范性.４．６㊀心理学与运动训练学近年来M e t a 分析方法也逐渐在心理学领域[４３]与体育运动的研究中得到运用[１８,４４].张桂蓉等[４３]以M e t a 分析为工具分析了我国中小学生发生校园欺凌的原因,在研究过程中发现纳入研究的文献质量较高,可以为研究结果提供可靠的保障,但局限性在于有些影响因素的相关文献数量少于３篇,以至于无法纳入研究,可能使得最后的结论不是十分全面.曾轩等[４５]为评估青少年考试焦虑干预的有效性,使用M e t a 分析法分析不同干预方式效果的差异,发现各种干预方式都是有效的,其中心身干预的效果更好.潘道雍等[１９]则采用固定效应模型评价分析出体育运动能够显著降低肥胖大学生B M I㊁体质百分比等身体指标.李文华等[４６]在M e t a分析下得到飞轮离心超负荷训练能够显著提高成年训练者的纵跳㊁变向等能力,对青少年则提升效果不明显.５㊀M e t a 分析应用在林学中的展望森林是人类重要的资源宝库,是可更新和可再生的自然资源,可以说,森林是绿色能源的典型代表.而林学是与森林生产科学技术相关的知识体系和相关基础科学知识体系的集合,具有非常广阔的知识领域.保护生态,进行生态文明建设,最直观的就是保护森林,发展林业,促进林业可持续发展[４７],近年来的热门话题 碳中和 ,也离不开林业的发展.随着M e t a 分析方法应用范围的增大,它在学术研究中起到越来越重要的作用,可以将M e t a 分析与林学结合起来.当研究具体的一种或多种植物时,可以使用M e t a 分析对该研究目标以往的研究成果进行综合分析,为该种植物的培育种植㊁保护等提出相应合理的对策与方法.对草地恢复措施的具体恢复效果也可以利用M e t a 分析[４８],同样可以使用M e t a 分析来分析森林恢复措施的恢复效果.目前,M e t a 分析多应用于林学中的森林资源评价[３５Ｇ３７],可以尝试将其运用在某一具体树种的研究中.森林生态系统服务价值评估是林学中的热门研究方向,也是全球生态学家与经济学家研究的热点,将林业与经济学结合,利用不同的工具对全国各地的森林进行价值评估,对森林生态系统的保护㊁林农的经济利益保护与森林生态补偿制度的完善有着重要意义.针对这一热点研究,国际上建立了很多评估模型,但取得的结果不尽人意[４９],如第二部分所述,虽然M e t a 分析存在一些不足和缺陷,但是M e t a 分析也有着传统分析方法比拟不了的优势,特别是能够对样本数量巨大的多篇文献进行分析并得出可靠的结论.在林学中,常常需要研究某种群或群落近几年甚至近十年的数据,样本量庞大且研究参数繁多,因此能够以M e t a 分析作为森林生态系统服务价值评估的工具,得到更为科学与准确的结果.因此,将M e t a 分析方法带入林学研究中时,要注意规避其缺陷,如建立类似于医学M e t a 分析中的文献质量评价标准,将搜索出的文献按照划分的等级进行筛选,剔除质量较低㊁保留质量较高的文献,进行下一步的分析;建立林业数据共享平台,为M e t a 分析提供数据支撑,以免得到不准确的结果,影响最后的分析讨论结果.参考文献:[１]㊀但汉雷,白杨,张亚历,等．M e t a 分析方法及其医学科研价值与评价[J ]．中华医学科研管理杂志,２００３(３)１６:１２Ｇ１５．[２]㊀邢最智． M E T A 分析 现代教育统计中的一个新分支[J ]．华南师范大学学报(社会科学版),１９９０(１):８５Ｇ９１．[３]㊀赵宁,俞顺章．M e t a Ｇa n a l y s i s (元分析)I ．M e t a Ｇa n a l y s i s 基本概念与内容[J ]．山西医学院学报,１９９５,２６(３):２０３Ｇ２０５,２７９．[４]㊀郭春彦,朱滢,李斌．传统统计方法面临的挑战:元分析方法２１１Copyright ©博看网. All Rights Reserved.。
临床试验Meta分析中的异质性评价研究
为复杂, 它是标准化估计值与标准误倒
数所做的散点图可以探讨异质性及其每
个研究在总体估计中的贡献大小。
( 4) L. Abbe 图: 根 据每 个研 究的
干预组事件发生率相对于对照组事件发
生率做图, 若研究结果同质, 则所有点
呈线性分布, 若偏离该线过远, 则表明
该研究结果为异常。
11113 Q 统 计 量检 验 法: 其 无 效 假设
Key wor ds: Meta- analysis; Heterogeneity (Received dat e: 2000- 03- 30)
Meta 分析, 又称荟萃分析, 是汇总
多个研究结果而进行总体效应评价的一
种分析方法。该法涉及到多个研究结果
间效应合并, 可以认为是一种变相增大
了样 本 含量, 从 而增 大 检 验 效能 的 方
表 11 某妇科肿瘤患者化疗前 的血红蛋白值 ( g/ L)
组别
甲组 乙组 丙组 合计
例数
37 51 30 118
均数
108108 111163 113150 110199
标准差
20105 20167 14104 18196
此例是 三组的成 组设计, 若 要比较 三组有无差 别时, 应使 用方 差分析 或三 组的秩和检验, 若有统计学意义后, 再进 行方差分析 或秩和 检验 的两 两比较, 而 不能简 单地 使 用 三 个 t 检 验 来 进 行比 较。
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
Meta分析的统计过程刘关键
可编辑ppt
4
二、Meta分析的定义
可编辑ppt
5
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。
可编辑ppt
13
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
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。
可编辑ppt
7
三、Meta分析的统计目的
可编辑ppt
8
实例一 抗高血压药物对老年心血管疾病的治疗 性研究
抗高血压药
死亡数 K个研究
可编辑ppt
10
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。
可编辑ppt
11
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：
84
812
应用Stata软件的Meta分析完成医学科研定量评价
947 中华中医药学刊应用Stata 软件的Meta 分析完成医学科研定量评价王静,莫传伟,陈群,徐志伟,范晔,柴华,马俊昌(广州中医药大学,广东广州510405) 摘 要:目的:用Stata 统计软件进行Meta 分析,高效完成医学文献系统评价。
方法:采用Stata 中的Meta 分析命令进行医学科研资料实例分析并辅以图例说明。
结果:用metan 命令完成效应量的合并与分析;用Meta 命令对效应量及对数效应量进行合并分析;用metacu m 命令对有时间顺序的资料进行累积M eta 分析,反映研究结果的动态变化趋势;用metareg 命令进行回归模型定量合并,既可控制混杂因素,也可作为探讨数据异质性来源的方法;metainf 、metabias 、metafunnel 、metatri m 等命令,可对发表偏倚识别纠正。
结论:Stata 软件功能强大,好学易用,结果准确、图形精美。
关键词:Stata;Meta 分析;发表偏倚中图分类号:R195.1 文献标识码:A 文章编号:1673-7717(2008)05-0947-03App lica ti o n o fM e ta -a na l ys is i n S ta ta o n M ed ica l R e sea rche s Q uan tita tive A s se s sm e n tWANG J ing,MO Chuang 2wei,CHE N Qun,XU Zhi 2wei,F AN Ye,CHA I Hua,MA Jun 2chang(Guangzhou University of Chinese Medicine,Guangzhou 510405,Guangdong,China )Ab s tra c t:O bjective:To p r ovide an overvie w of M eta -analytical methods in Stata f or medical literature syste matic revie ws .M ethods:Meta -analytical commands and a range of p l ots in Stata,ca me t o be intr oduced by analyzing medical scientific research datasets .R esu lts:Commands based on metan required the user t o supp ly the treat m ent effect esti m ate for each study;Commands based on meta required the user t o supp ly the treat m ent effect esti m ate and its standard err or f or each study;Commands based on metacu m perfor med cu mulative meta -analysis in which the cu mulative evidence at the ti m e each study was published is calculated;Commands based on metareg was used,by the method of regress models,t o contr ol m ixed fact ors and als o t o app r oach the evidence for heter ogeneity bet w een studies .Commands based on metainf,metabias,metafunnel,metatri m were used t o identify and t o adjust publicati on bias in funnel p l ots .Conclusion :Stata is a powerful,versatile,easy t o learn,si m p le t o dra w excellent p l ots,general statistical package .Key wo rd s:Stata;M eta analysis;publicati on bias .收稿日期:2008-01-09基金项目:国家重点基础研究发展计划(973计划)资助项目(2005CB523502);国家自然科学基金资助项目(30472122)作者简介:王静(1982-),女,河南开封人,硕士研究生,研究方向:预防医学与诊断技术在中医诊断学习的应用。
分析的森林图及临床意义
·方法学·!"#$%&%’%()!"#*+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&’""#’）%%【摘要】%对/%4.,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()5可信区间横线与森林图的无效线（横坐标刻度为’或"）相交时，试验组的效应量等于对照组，试验因素无效；当其()5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()5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】%/%4.,分析；森林图；临床意义%%【中图分类号】6’()3’%%【文献标识码】7%%【文章编号】’&*!,!)$’（!""#）"$,"’(+,"#,’-.-/*’012’"1*#-%.%34%5"6#7’%#6-.!"#*+*.*’)6-6%!"#$%&’()*&’，+#,&*(-*&’./ !"#$%&%’(#)%$*%+,-&%).%)#*#$%!%$/%0，1%&/!"#$-23&4#/-5367#*"8-$9$#(%0&#/:，!"%$;)8&’""#’，!"#$-%%【896#5*/#】%8$4"#&9.9%:，4"%&4.4#&4#+&#;$#<#+.$+%.$*+2#$#+.2.992#+.4#1$1<<1:%&49214&#$.=%4.,.$.2>&#& ".)%?%%$<@22>*#&+@&&%*38<4"%"1:#A1$4.22#$%:%9:%&%$4&4"%()5+1$<#*%$+%#$4%:).21<4"%#$*%B%&#$+2@*#$;1**& :.4#1，:%2.4#)%:#&C，D%#;"4%*=%.$*#<<%:%$+%，.$*&4.$*.:*=%.$*#<<%:%$+%+:1&&%&4"%)%:4#+.22#$%，4"%%<<%+41<4%&4 ;:1@9#&$14&#;$<#+.$4D#4"4".41<+1$4:12;:1@9；#<4"%"1:#A1$4.22#$%2#%&414"%:#;"41<4"%)%:4#+.22#$%，#4#$*#+.4%& 4".44"%4%&4;:1@9#&&#;$#<#+.$42>%<<+4#)%38<4"%"1:#A1$4.22#$%2#%&414"%2%<41<4"%)%:4#+.22#$%，#4#$*#+.4%&4".44"% +1$4:12;:1@9#&=1:%%<<%+4#)%38$.**#4#1$，#4*1%&$’4=%.$4".4+2#$#+.2.992#+.4#1$#&=1:%?%$%<#+#.2，#<4"%4:%.4, =%$4&4@*>".&=1:%%<<%+4，?%+.@&%%B9%:#=%$4.2<.+41:+.$?%91#)%1:$%;.4#)%3%%【:");%5&6】%/%4.,.$.2>&#&；E1:%&49214&；!2#$#+.2#=92%=.4#1$F F森林图（<1:%&49214&）［G］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_分析的森林图及临床意义
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分析是一种将多个独立研究结果进行合并和综合的统计方法，通过整合来自不同研究的数据，以更加准确地评估一种干预措施的效果。
而森林图是Meta分析中常用的一种可视化表达方式，用于展示各研究结果之间的差异和统计效应的可靠性。
本文将介绍Meta分析的森林图及其在临床中的意义。
一、森林图的基本结构森林图由多个竖直方框组成，每个方框代表一个研究的结果。
通常，研究名称或代号位于方框的左侧，而文中或作者的姓氏位于方框右侧。
在方框的中心位置，通过一条垂直线连接方框的顶部和底部，以表示研究结果的效应大小。
这条线上的标记可以是不同的统计指标，如风险比、比率比、标准化均数差等。
二、森林图的宽度和水平线森林图的宽度可以反映每个研究的置信区间宽度，从而反映出研究结果的可靠性。
研究结果的置信区间越宽，说明研究的样本量越小或变异性越大。
相反，研究结果的置信区间越窄，说明研究的样本量越大或变异性越小。
此外，森林图的底部通常会有一条水平线，该线代表整个Meta分析的统计效应大小。
如果森林图中的每个研究结果都位于该线的左侧，表明该干预措施对结果的影响是积极的。
如果森林图中的每个研究结果都位于该线的右侧，表明该干预措施对结果的影响是消极的。
如果森林图中的研究结果在该线的两侧均有，表示存在一定的异质性。
三、森林图的临床意义森林图的主要目的是综合和展示各研究结果之间的差异和统计效应的可靠性。
通过观察森林图，我们可以得出以下临床意义：1. 统计效应的大小和方向：研究结果效应大小和方向反映了干预措施对结果的影响程度。
当某个研究结果位于某一边，说明该干预措施对结果具有显著积极或消极的效果。
而当研究结果集中在统计效应线两侧时，可以进一步分析研究之间的异质性。
2. 统计效应的可靠性：通过研究结果的宽度和置信区间的展示，可以判断研究结果的稳定性和置信度。
置信区间越宽，表示结果的可靠性越低，而置信区间越窄，表示结果的可靠性越高。
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分析概述-刘关键
阿斯匹林
安慰剂
K个 研究
死亡数
未死亡数
死亡数
未死亡数
合计
OR
ai
bi
ci
di
Ni
1 49 566
67
557 1239 0.720
2 44 714
64
707 1529 0.681
3 102 730 126
724 1682 0.803
4 32 285
38
271 626 0.801
5 85 725
52
354 1216 0.798
若异质性检验检验结果为P>0.10 时，多个研究的异质性无统计学 意义；
若多个研究结果为P≤0.10时，多 个研究的异质性有统计学意义。
I 2的计算
描述多个研究间的异质性大小I2 ，
其计算公式如下：
I2 =
Q－(k－1) Q
×100%
À式中的Q为异质性检验的卡方值χ2， K为纳入Meta分析的研究个数。
实例二
女童掌骨Ⅱ皮质厚度的11个研究
K个
高氟区
适氟区
研究
n1
X1
s1
n2
X2
s2
P值
1
26
2.26
0.32
2
55
2.39
0.31
3
46
2.50
0.30
4
45
2.64
0.26
5
45
2.81
0.35
6
52
2.95
0.46
7
46
3.15
0.39
8
45
3.47
0.46
9
- 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)。
中图分类号 R195. 1
Clinical Implemation of Forest Plots in Meta analysis
Abstract
LIU Guan jian, WU Tai xiang. Chinese
Evidence Based Medicine Center , West China Hospital o f Sichuan University , Chengdu 610041, China 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% confidence interval of the indexes including odds ratio, relative risk, weighted mean difference, and standard mean difference crosses the vertical line, the effect of test group is not signficant with that of control group; if the horizontal line lies to the right of the vertical line, it indicates that the test group is significantly effctive. If the horizontal line lies to the left of the vertical line, it indicates that the control group is more effective. In addition, it doesn t mean that clinical application is more beneficial , if the treatment study has more effect, because experimental factor can be positive or negative. Key words Meta analysis; Forest plots; Clinical implemation
2
均> 0) 时 , 或在森林图中某个研究的 95% CI 的横 线不与无效竖 线相交 , 且该横 线落在无 效线右侧 时, 可认为试验组某指标的均数大于对照组 , 试验 因素可增加某指标的均数。 当总体 WMD< 0( 或某研究的 95% CI 上下限 均< 0) 时 , 或在森林图中某个研究的 95% CI 的横 线不与无效竖 线相交 , 且该横 线落在无 效线左侧 时, 可认为试验组某指标的均数小于对照组 , 试验 因素可减少某指标的均数。 2. 2 临床意义 当某研究的 95% CI 包含了 0, 即在森林图中其
。
1
相对危险度和比值比的森林图
收稿日期 : 2004 02 05 修回日期 : 2004 02 26 作者简介 : 刘关 键, 男 , 副教授 , 长期 从事 医学 统计教 学 及科 研工 作。以生物统计为主要研究方向。
199
中国循证医学杂志 2004 年第 4 卷第 3 期
1. 1
统计学意义 RR 是试验组某事件的发生率 P1 除以对照组
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< 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。 1. 3 分析示例 为了解抗高血压药物对老年心血管疾病的治 疗作用 , 收集了 6 个安慰剂双盲随机对照试验的结 果 , 研究事件为 死亡 , 其数据如图 1 左侧所示 ( 选自 Cochrane 图书馆 第 218 页资料, 本文略有 修改 ) 。据此结果, 如 果按传统的文 献综述方法 , 可能会得出抗高血压药物不会减少老年心血管疾 病死亡率的结论。而该研究以死亡 ( 有害事件 ) 为 研究事件, 以 OR 为统计指标 , 6 个独立研究的森 林图, 如图 1 所示。该图中间的竖线为无效线 , 即 OR= 1, 每条横线为该研究的 95% CI 上下限的连 线 , 其线段长短直观地表示了 95% CI 的大小 , 该横 线段中央的小 方块为 OR 值的位置 , 其大小反映 了该研究的权重大小。 由图 1 可见 , 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
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。 当某研究的 95% CI 上下限均 > 0, 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 , 可认为试验组某指标的均数大于 对照组 , 若研究者所研究的指标是不利事件时 , 试 验因素为有害因素( 危险因素 ) ; 若研究者所研究的 事件是有益事件时 , 试验因素为有益因素。 当某研究的 95% CI 上下限均 < 0, 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 , 可认为试验组某指标的均数小于 对照组 , 若研究者所研究的指标是不利事件时 , 试 验因素为有益因素( 保护因素 ) ; 若研究者所研究的 事件是有益事件时 , 试验因素为有害因素。 2. 3 分析示例 为研究饮食对痛风的影响 , 某研究者收集了以 患者的健康评分为指标的 3 个研究, 比较有饮食计 划的 患者 与无 饮食计 划 患者 的健 康评 分有 无差 别 ( 选 自 Cochrane Collaboration open learning material f or reviewers , Version 1. 1, November 2002 ) 。该研究以健康得分 ( 有益事件 ) 为研究事 件, 以 WMD 为统计指标 , 3 个独立研究的森林图如 图 2 所示。该图中间的竖线为无效线 , 即 WMD= 0, 每条横线为该研究的 95% CI 上下限的连线 , 其 线段长短直观地反映了可信区间范围的大小, 线段 中央的小方块为 OR 值的位置, 其大小代表该研究 权重的大小。 图 2 显示, 3 个中有 一个研究 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
Fig 1
图 1 6 个抗高血压药物治疗老年心血管疾病的 RCT 结果 The outcomes of the antihypertensive drug i n the treatment of elder patients in 6 RCTs
200
Chinese J Evidence Based Medicine, 2004, Vol. 4( 3)
198
Chinese J Evidence Based Medicine, 2004, Vol. 4( 3)
方法学
Methodology
Meta 分析的森林图及临床意义
刘关键
摘要Leabharlann 吴泰相四川大学华西医院中国循证医学中心 ( 成都 610041)
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 文献标识码 A 文章编号 1672 2531( 2004) 03 0198 04
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。 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。本文以森林 图所涉及的统计学知识为轴线 , 概括地介绍 二值 变量 和 连 续 变量 森 林 图 的 临 床 意 义 和 正 确 解 释
[ 2]
二值变量 ( dichotomous outcomes, 如发生与不 发生 ) 是临床研究中最 常见的资料类型 , 因此, 相 对危 险度 ( relative risk, RR) 和 比值 比 ( odds ratio, OR) 是 临床 研 究 中 使 用 频 率 较 高 的 统 计 学 指 标 [ 3] 。 RR 是前瞻性研究 ( 如 RCT) 中试验组某事 件发生率 P1 与对照组某事件发生率 P0 之比, 用于 描述试验组 某事件发生率是对照组的 多少倍, 常 用来表示试验因素与结果的联系强度及其在临床 疾病的病因、 诊断、 治疗和预后中的意义大小。 当所研 究事件的发生率较低时 , 即四格表中 的 a 和 c 均较小时 , OR 近似于 RR, OR 的可信区 间与 RR 的可信区 间也很相近 , 且 OR 的计算较 RR 更为简单。因而在临床研究中为简化计算过 程 , 多用 OR 估计 RR, 用 OR 的可信区间来估计 RR 的可信区间。因此, 就临床工作者而言, 可简 单地将 OR 的临床意义和解释理解成与 RR 相同。