Meta分析中的异质性检验方法
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)。
21 H 和 I2 统计量 通过对统计量 Q 进行自由度 (文献数) 的校正 ,结 果方差分布的参数估计可得 :
H=
k
Q -
1
,
H 的 95 %CI :exp (ln H ± Zα ×S E[ln ( H) ]) ,
S E[ln ( H) ] =
1 2
ln ( Q ) - ln ( k - 1) 〔7〕 (2 Q) - 2 k - 3
·487 ·
～11459) ,统计量 I2 = 751579 % 。对随访时间 、研究 541901 % ;研究年份在 1995 年以前的研究异质性 Q 年份 、染色技术和抗原等可能影响异质性因素分层后 检验 无 统 计 学 意 义 , P > 0105 , H 为 11452 , I2 为 进行异质性检验 , 结果如表 2 所示 。随访时间分层后 521584 % ;染色技术分层中 ,其他 (非 AP 法) 的层内异 层内研究间异质性 Q 检验无统计学意义 , P > 0105 , 质性 Q 检验无统计学意义 P > 0105 , H 为 11185 , I2 H 分 别 为 11563 ( 95 % CI : 21708 ～ 01902 ) 和 11489 为 281741 % , 其他各层内异质性 Q 检验均有统计学 (95 % CI : 21588 ～ 01857 ) , I2 分 别 为 591044 % 和 意义 , P < 0105 ,且有 H > 115 , I2 > 56 % 。
原理和方法
11 Q 检验〔1〕
m
∑ Q = i = 1 w M HI (ln (OR i) - ln (OR M H) ) 2
m
∑ OR M H
=
i =1
w M HIOR i
m
, w M Hi
=
V
1 a ri a ncei
,
∑w i
i =1
V ariancei =
ln (OR i) - ln (OR iL ) 2 1196
© 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved.
Chinese Journal of Healt h Statistics ,Dec 2006 ,Vol. 23 ,No . 6
【关键词】 Meta 分析 异质性 统计学检验
Meta 分析是定量汇总具有相同目的的多个独立 研究结果 ,具有增加统计学功效 ,帮助解决各研究结果 间的不一致 并 综 合 多 个 研 究 效 应 的 平 均 水 平 等 功 能〔1〕。但是 ,当各研究间差异较大 、或者说存在明显 的异质性时 , Meta 分析的结果就不太可靠〔2〕。Meta 分析在合并效应值之前 ,首先要明确研究间是否真正 存在 异 质 性 ( 即 结 果 间 变 异 是 否 由 于 随 机 误 差 引 起)〔3〕。当研究间存在异质性时 ,可以采用随机效应 模型如 Dersimonian and Laird 法等进行效应值合并 , 但该方法并不能对异质性是否真正存在及存在的原因 进行探索〔4〕。但是 ,Meta 分析中常用异质性检验方法 Q 检验 ,检验结果不可靠〔5〕, 特别是在采用分层分析 法〔6〕研究异质性时 , Q 检验结果更不稳定 。而森林图 和 L ’Abbe 图等方法只是对异质性的描述性判断 ,不 能定量估计异质性是否存在及大小 。Meta 分析中 ,为 了能够得到更为准确可靠的合并效应值 ,必须要能确 切地检验和估计 Meta 分析中的异质性 ,因此 ,本研究 结合一个实例 ,比较经自由度 (文献数) 校正后的 I2 和 H 统计 量 与 Q 检 验 等 方 法 , 旨 在 探 讨 可 以 应 用 于 Meta 分析中异质性检验的更为可靠方法 。
统计量 Q 服从自由度为 k - 1 的卡方分布 , 如果
Q < χ2k - 1 ,0105 ,表明 P > 0105 ,即研究的异质性是由于 存在抽样误差而造成的 , 可认为研究是同质 ; 若 Q ≥
△通讯作者 :陈坤 , Email :ck @zju. edu. cn
χ2k - 1 ,0105 ,表明 P < 0105 ,研究间的变异超出抽样误差 所能解释的范围 ,不能认为各研究间同质 ,需考虑异质 性存在 。
法确定是否存在异质性 , 若没包含 1 则可认为存在异
质性 。
统计量 I2 值为 0 %时表示各个研究 Nhomakorabea同质来源 ,
若 I2 > 56 %提示研究间存在异质性 , I2 < 31 %则提示
可认为各个研究是同质 。
结果与分析
11 文献中的数据整理 为了便于对上述统计量的异质性检验方法说明 , 引用可手术乳腺癌骨髓播散与远处转移相关性 Meta 分析〔8〕资料进行实例分析 。数据整理如表 1 所示 ,其 中研究年份 、随访时间 、染色技术和抗原等是研究中考 虑可能对异质性影响的因素 ,这里归类是为了进一步 分层分析的需要 。 21 各种方法的异质性检验结果 该 Meta 分析中 ,全部 9 篇研究间的异质性检验 P < 0101 ,而 H 值及 95 % CI 可信区间为 21024 ( 21807
·486 ·
中国卫生统计 2006 年 12 月第 23 卷第 6 期
Meta 分析中的异质性检验方法
浙江大学医学院流行病学与卫生统计学教研室 (310031) 何寒青 陈 坤 △
【提 要】 目的 比较和探讨 meta 分析中异质性定量化的检验方法 。方法 通过比较 Q 检验以及 H 和 I2 统计量 等方法 ,结合一个实例进行分析 ,来研究 meta 分析中异质性的定量化检验方法 。结果 Q 检验容易受到样本量变化的影 响 ,而 H 和 I2 统计量经过对自由度的校正 ,不会受到文献数目变化的影响 ,异质性结果检验较为稳健 。结论 H 和 I2 统 计量计算简单 ,检验结果也稳定可靠 ,是 meta 分析中异质性检验和异质性来源研究中值得推广应用的方法 。
I2
=
H2 H2
1
×100 %
=
Q-
(k Q
1)
×100 %
(其中 k 表示纳入 Meta 分析的研究数)
统计量 H 值为 1 表示各研究间无异质性 , 一般情
况下 ,若 H > 115 提示研究间存在异质性 , H < 112 则
提示可认为各个研究是同质 ;若 H 值在 112 和 115 之
间 , 当 H 值的 95 %CI 包含 1 ,在 0105 的检验水准下无
H=
k
Q -
1
,
H 的 95 %CI :exp (ln H ± Zα ×S E[ln ( H) ]) ,
S E[ln ( H) ] =
1 2
ln ( Q ) - ln ( k - 1) 〔7〕 (2 Q) - 2 k - 3
·487 ·
～11459) ,统计量 I2 = 751579 % 。对随访时间 、研究 541901 % ;研究年份在 1995 年以前的研究异质性 Q 年份 、染色技术和抗原等可能影响异质性因素分层后 检验 无 统 计 学 意 义 , P > 0105 , H 为 11452 , I2 为 进行异质性检验 , 结果如表 2 所示 。随访时间分层后 521584 % ;染色技术分层中 ,其他 (非 AP 法) 的层内异 层内研究间异质性 Q 检验无统计学意义 , P > 0105 , 质性 Q 检验无统计学意义 P > 0105 , H 为 11185 , I2 H 分 别 为 11563 ( 95 % CI : 21708 ～ 01902 ) 和 11489 为 281741 % , 其他各层内异质性 Q 检验均有统计学 (95 % CI : 21588 ～ 01857 ) , I2 分 别 为 591044 % 和 意义 , P < 0105 ,且有 H > 115 , I2 > 56 % 。
原理和方法
11 Q 检验〔1〕
m
∑ Q = i = 1 w M HI (ln (OR i) - ln (OR M H) ) 2
m
∑ OR M H
=
i =1
w M HIOR i
m
, w M Hi
=
V
1 a ri a ncei
,
∑w i
i =1
V ariancei =
ln (OR i) - ln (OR iL ) 2 1196
© 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved.
Chinese Journal of Healt h Statistics ,Dec 2006 ,Vol. 23 ,No . 6
【关键词】 Meta 分析 异质性 统计学检验
Meta 分析是定量汇总具有相同目的的多个独立 研究结果 ,具有增加统计学功效 ,帮助解决各研究结果 间的不一致 并 综 合 多 个 研 究 效 应 的 平 均 水 平 等 功 能〔1〕。但是 ,当各研究间差异较大 、或者说存在明显 的异质性时 , Meta 分析的结果就不太可靠〔2〕。Meta 分析在合并效应值之前 ,首先要明确研究间是否真正 存在 异 质 性 ( 即 结 果 间 变 异 是 否 由 于 随 机 误 差 引 起)〔3〕。当研究间存在异质性时 ,可以采用随机效应 模型如 Dersimonian and Laird 法等进行效应值合并 , 但该方法并不能对异质性是否真正存在及存在的原因 进行探索〔4〕。但是 ,Meta 分析中常用异质性检验方法 Q 检验 ,检验结果不可靠〔5〕, 特别是在采用分层分析 法〔6〕研究异质性时 , Q 检验结果更不稳定 。而森林图 和 L ’Abbe 图等方法只是对异质性的描述性判断 ,不 能定量估计异质性是否存在及大小 。Meta 分析中 ,为 了能够得到更为准确可靠的合并效应值 ,必须要能确 切地检验和估计 Meta 分析中的异质性 ,因此 ,本研究 结合一个实例 ,比较经自由度 (文献数) 校正后的 I2 和 H 统计 量 与 Q 检 验 等 方 法 , 旨 在 探 讨 可 以 应 用 于 Meta 分析中异质性检验的更为可靠方法 。
统计量 Q 服从自由度为 k - 1 的卡方分布 , 如果
Q < χ2k - 1 ,0105 ,表明 P > 0105 ,即研究的异质性是由于 存在抽样误差而造成的 , 可认为研究是同质 ; 若 Q ≥
△通讯作者 :陈坤 , Email :ck @zju. edu. cn
χ2k - 1 ,0105 ,表明 P < 0105 ,研究间的变异超出抽样误差 所能解释的范围 ,不能认为各研究间同质 ,需考虑异质 性存在 。
法确定是否存在异质性 , 若没包含 1 则可认为存在异
质性 。
统计量 I2 值为 0 %时表示各个研究 Nhomakorabea同质来源 ,
若 I2 > 56 %提示研究间存在异质性 , I2 < 31 %则提示
可认为各个研究是同质 。
结果与分析
11 文献中的数据整理 为了便于对上述统计量的异质性检验方法说明 , 引用可手术乳腺癌骨髓播散与远处转移相关性 Meta 分析〔8〕资料进行实例分析 。数据整理如表 1 所示 ,其 中研究年份 、随访时间 、染色技术和抗原等是研究中考 虑可能对异质性影响的因素 ,这里归类是为了进一步 分层分析的需要 。 21 各种方法的异质性检验结果 该 Meta 分析中 ,全部 9 篇研究间的异质性检验 P < 0101 ,而 H 值及 95 % CI 可信区间为 21024 ( 21807
·486 ·
中国卫生统计 2006 年 12 月第 23 卷第 6 期
Meta 分析中的异质性检验方法
浙江大学医学院流行病学与卫生统计学教研室 (310031) 何寒青 陈 坤 △
【提 要】 目的 比较和探讨 meta 分析中异质性定量化的检验方法 。方法 通过比较 Q 检验以及 H 和 I2 统计量 等方法 ,结合一个实例进行分析 ,来研究 meta 分析中异质性的定量化检验方法 。结果 Q 检验容易受到样本量变化的影 响 ,而 H 和 I2 统计量经过对自由度的校正 ,不会受到文献数目变化的影响 ,异质性结果检验较为稳健 。结论 H 和 I2 统 计量计算简单 ,检验结果也稳定可靠 ,是 meta 分析中异质性检验和异质性来源研究中值得推广应用的方法 。
I2
=
H2 H2
1
×100 %
=
Q-
(k Q
1)
×100 %
(其中 k 表示纳入 Meta 分析的研究数)
统计量 H 值为 1 表示各研究间无异质性 , 一般情
况下 ,若 H > 115 提示研究间存在异质性 , H < 112 则
提示可认为各个研究是同质 ;若 H 值在 112 和 115 之
间 , 当 H 值的 95 %CI 包含 1 ,在 0105 的检验水准下无