系统评价的敏感性分析

系统评价的敏感性分析

首先要弄明白作敏感性分析的目的和意义是什么，就容易根据实际情况，决定如何做了。系统评价，如果要做meta分析，应该仔细研究所要整合的各个临床试验之间的异同性。各个临床试验之间的异质性（heterogeneity），分为三种：

1.临床差异：病人的因素（疾病轻重程度，病史，年龄，生活习惯等等与疗效相关的因素），干预方面（例如药物的剂量、剂型、给药方法时间频度等等与疗效相关的因素），等等，这类因素在各个试验之间的差异。

2.方法学差异：各临床试验的方法学上的差异，例如试验所采取的盲法，疗效的定义和测量方法，等等

3.统计学差异：即各临床试验所得出的关于疗效的结果之间的差异，这个差异，是前两种差异所导致的。

meta分析里的卡方检验，就是测试各个试验所得的疗效结果之间的差异是否有显著性。固定效应模型，是假设整合所得的疗效结果，没有受到上述差异的影响，而纯粹是那种临床干预（治疗）的疗效结果。用随机效应模型所得的结果，是融会了上述差异的因素存在的情况下所得的结果。

敏感性分析，是测试各个临床试验的疗效结果经meta整合之后，所得出的总体的关于那种干预的疗效结果，到底离开它的真实疗效结果有多远，整合所得的结果是受了哪些因素的影响。

那么，根据纳入整合的各个临床试验的情况，你就可以考虑哪些因素可能会影响你的整合结果，从而根据实际情况决定如何做敏感性分析。

如果异质性测试显示各试验结果之间没有显著性差异，固定效应模型和随机效应模型所得的结果会很相似，说明所纳入整合的各试验无论从临床方面、试验设计的方法学方面等等都没有什么差异，各试验所得出的关于疗效的结果也都一致或者极其相似。那么，就没有必要去掉某个试验来重新做meta整合。固定效应模型和随机效应模型所得的结果一致，本身就是敏感性测试，本身就说明了所整合的结果很稳定。

如果各临床试验结果之间差异很大（例如有的显示疗效很好，有的显示没有疗效或者疗效很小），异质性测试显示有显著性差异，那么这些试验一定在临床或／和方法学方面也存在着异质性。这种情况下，就可以将疗效结果与其它各试验显著不同的一个（或数个）试验去掉，再做ｍｅｔａ整合，对比去掉前后的结果，就知道这（几）个试验的

疗效结果对于整合的结果是否起到什么影响。例如，假设十个研究饮食和锻炼对冠心病发病率影响的试验，其中两个显示疗效不理想，其余显示效果不错，而这两个疗效不理想的试验所研究的对象中高血压高血脂及吸烟

者比例较多。那么关于饮食和锻炼的疗效的分歧结果，很可能与病人风险程度的差异有关，敏感性分析时去掉这两个高风险病人比例多的试验，就有意义。

各临床试验结果之间的差异，也可以是因为所选择的疗效结果的计量方法不同所导致，例如，测量连续性资料时所选择的尺度不同，可导致各试验的疗效结果不同，而或许实际上这种差异并不存在，只是因为计量方法不同导致了数据不同。这种情况下，做敏感性分析时，可以改变计量方法重新整合，对比改变前后的整合结果。

Meta只是个统计过程，是个资料合并的统计过程，有时不一定叫系统评价，但是经过严格的文献质量评价的Meta分析也叫系统评价，不知我这么理解对吗？如果做系统评价的话肯定要进行文献质量评价，文献质量评价见下：

1）随机方法（randomization method）：

A：表示随机充分，如采用随机数字表，或计算机（器）产生随机序列的方法，在纳入病人以前用抽签或掷骰子的方法产生分配序列者也认为是充分随机，发生选择性偏倚的危险性低（low risk of selection bias）；

B：表示随机方法不清楚，指提到“随机分组”但未描述具体方法者，发生选择性偏倚的可能性为中等（moderate risk of selection bias）;

C：表示随机方法不充分或错误，如半随机，有发生选择性偏倚的高度可能性（high risk of selection bias），此类研究将被排除。

2）隐蔽分组（allocation concealment）：

A：表示隐蔽充分，由专人确定随机号的组别并妥善保管分组序列，如用不透光容器、计算机加密或中央随机分组等措施，发生选择性偏倚的危险性低（low risk of selection bias）；

B：表示不清楚，即提到隐蔽分组但未描述具体措施者，发生选择性偏倚的中等可能性（moderate risk of selection bias）；

C：表示隐蔽分组不充分，如事先未产生随机序列，临时当病人面抽签或掷骰子分组者，或决定随机序列分组的人参加纳入病例者，有选择性偏倚的高度可能性（high risk of selection bias）。

3）盲法（blinding of participants,personnel and outcome

assessors）：

A：表示盲法充分，采用双盲，即结果测量者和患者盲则发生实施偏倚和测量偏倚的可能性低（low risk of performance bias and detection bias）；

B：表示提到盲法但对谁实施盲法不清楚，有发生实施偏倚和测量性偏倚的中度可能性（moderate risk of performance bias and detection bias）；

C：表示未对结果测量者实施盲法，有发生实施偏倚和测量偏倚的高度可能性（high risk of performance bias and detection bias）。鉴于本研究为外科手术的特殊性，对结果测量者实施盲法即为充分。

4）不完整资料偏倚（

incomplete/missing outcome data）：A：表示随机入组后各组剔除/退出/失访率低于5%者存在不完整资料偏倚的可能性低（low risk of attrition bias）；

B：表示随机入组后各组剔除/退出/失访率为6%~10%，无论是否采用意向性分析（intention-to-treat,ITT-analysis），有中等度不完整资料偏倚（moderate risk of attrition bias）；

C：表示随机入组后各组剔除/退出/失访率达11%~20%，无论是否