异质性检验课件
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)。
14
3.3 统计量法——H检验 通过对统计量Q进行自由度（研究个数）的校正，结果方 差分布的参数估计可得：
H值为1表示各研究间无异质性; H＜1.2则认为研究同质； H＞1.5则提示研究间存在异质性； H为1.2-1.5之间，当H值95%置信区间包含1，在α=0.05的 检验水准下无法确定是否存在异质性，若不包含1，则可 认为存在异质性。
04
02
PART TWO
异质性由何而来？
Where dose heterogeneity come from？
2.异质性的分类
方法学 异质性
临床 异质性
异质性 分类
统计学 异质性
06
2.1 临床异质性 差异一
试验对象的差异：纳入及排除标准不同。
差异二
试验条件的差异：干预剂量、剂型、方法不同。
差异三
Meta回归
建立回归方程， 来解释自变量和 因变量之间的关 系，以明确各研 究间异质性的来 源。
敏感性分析
检查一定假设 条件下所获结果 的稳定性的方法， 发现影响Meta分 析研究结果的主 要因素。
22
05
PART FOUR
如何现在效应指标？
What should we do？
RR V.S OR
定义指标的差异：试验定义的暴露、结局、测量工具不同。
差异N
对照、地点…..................
07
2.2 方法学异质性 差异一
研究设计的差异：前瞻性、回顾性、随机化对照试验。
差异二
偏倚风险：盲法等。
差异三
结局完整性：随访时间长短不同。
差异N
…….…..................
08
2.3 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。
统计学计算一致性以数据为基础，其原理是各研究间可信 区间的重合程度越，则各研究间存在统计学同质性的可能 性越大，相反，可信区间的重合程度越小，各研究间存在 统计学异质性的可能性越大。 临床异质性、方法学异质性和统计学异质性三种是相互独 立又相互关联的，临床或方法学上的异质，不一定在统计 学上就有异质性的表现，反之亦然。但寻找临床和方法学 上的异质性可以提示统计学异质性的来源。
1. 对研究个数敏感 研究个数少——检验效能低——假阴性 研究个数多——检验效能高——假阳性
2. 只能检验是否存在异质性及异质性的大小，而不能检 验异质性的分布
13
3.2 统计量法——I²检验
df:自由度，等于研究个数减一（k-1）
I² 反映异质性部分在效应量总的变异种所占的比重。 I² 的取值范围：0-100%；取值越大，异质性越大； 根据I² 可将异质性分为四个程度： 0:(当I² 为负值时，我们将其设为0）表明没有异质性； 0-40%:轻度异质性； 40%-60%:中度异质性； 50%-90%：较大的异质性； 75%-100%：很大的异质性。
09
03
PART THREE
如何检验异质性？
How to test heterogeneity？
3. 异质性检验方法
概念：又叫统计量的齐性检验（一致性检验），目的是检查各个独立研究
的结果是否具有可合并性。
Q检验
统计量法
I²检验 H检验
检验方法
图示法
森林图
星状图（radial plot） 贝拉图（L’abbe plot） 加布尔雷斯图
异质性检验
Heterogeneity test
CONTENT
01 02
什么是异质性？
What is heterogeneity？
异质性由何而来？
Where dose heterogeneity come from？
03
如何检验异质性？
How to test heterogeneity？
04
有了异质性该怎么办？
15
3.4 图示法——森林图
16
3.4 图示法——森林图
17
3.5小结 异质性识别要点：
应用Q及I² 统计量，既可检测是否存在异质性，也可检测 异质性的程度； 适当应用图示法，找到引起异质性的异常点（某个或某几 个研究）
18
04
PART FOUR
有了异质性怎么办？
What should we do？
What should we do？
02
01
PART ONE
什么是异质性？
What is heterogeneity？
1.异质性的概念
广义：描述参与者、干预措施和一系列
研究间测量结果的差异和多样性，或那 些研究间的内在真实性的变异。
狭义：专指统计学异质性，用来描述一
系列研究中效应量的变异程度，也表明 除可预见的偶然机会外研究间存在wk.baidu.com差 异性。
注意一
如果是随机对照试验（RCT）的meta分析，二分类变量首选RR, 只有当干预组和对照组事件发生率较低(一般认为≤20%，更保守≤10%) 的时候，OR与RR的差异较小，此时也可以选用OR。
注意二
当合并效应值＜1时，OR值总是＜RR值，同样，当合并效应值＞ 1时，OR值总是＞RR值，所以，当事件发生率较高时，如果选用OR， 计算得出的效应值往往被夸大，大于实际的真实情况，并且随着事件发
4.1异质性处理方案
忽略异质性 合并异质性
I² ＜50%且P＞0.1
固定效应模型 随机效应模型 有异质性不合并
I² ≥50%或P＜0.1 异质性过大
异质性 的处理
检验异质性
亚组分析 解释异质性 Meta回归 敏感性分析
20
4.2固定效应模型V.S随机效应模型
注意一
在异质性较大时，随机效应模型主要是校正合并效应值的算法,使 得结果更加接近无偏估计,即结果更为准确，但其得出的结论偏向于保守， 置信区间较大，更难以发现差异，如果各个试验的结果差异很大的时候，
是否需要把各个试验合并需要慎重考虑，作出结论的时候就要更加小心。
注意二
meta分析中，异质性是天然存在的。如果异质性较小，选择固 定效应模型更可靠；如果异质性较大，则建议选择随机效应模型。但仍 然需要通过敏感性分析，寻找到异质性根据，以消除其影响。
21
4.3探索异质性来源
亚组分析
是在出现异质 性时，探讨异质 性的来源，从而 根本上解决同质 性研究才能合并 效应量的问题。
11
3.1 统计量法——Q检验
注： Wi ：第i个研究的权重 Yi ：第i个研究的效应量 M ：所有研究的平均效应量 Q为效应量的标准化平方和，因此服从自由度为（k-1）的 χ² 分布。Q值越大，则p值越小（无效假设为纳入研究的效 应量均相同），则异质性越大。
12
3.1 统计量法——Q检验
Q检验的缺陷：
3.3 统计量法——H检验 通过对统计量Q进行自由度（研究个数）的校正，结果方 差分布的参数估计可得：
H值为1表示各研究间无异质性; H＜1.2则认为研究同质； H＞1.5则提示研究间存在异质性； H为1.2-1.5之间，当H值95%置信区间包含1，在α=0.05的 检验水准下无法确定是否存在异质性，若不包含1，则可 认为存在异质性。
04
02
PART TWO
异质性由何而来？
Where dose heterogeneity come from？
2.异质性的分类
方法学 异质性
临床 异质性
异质性 分类
统计学 异质性
06
2.1 临床异质性 差异一
试验对象的差异：纳入及排除标准不同。
差异二
试验条件的差异：干预剂量、剂型、方法不同。
差异三
Meta回归
建立回归方程， 来解释自变量和 因变量之间的关 系，以明确各研 究间异质性的来 源。
敏感性分析
检查一定假设 条件下所获结果 的稳定性的方法， 发现影响Meta分 析研究结果的主 要因素。
22
05
PART FOUR
如何现在效应指标？
What should we do？
RR V.S OR
定义指标的差异：试验定义的暴露、结局、测量工具不同。
差异N
对照、地点…..................
07
2.2 方法学异质性 差异一
研究设计的差异：前瞻性、回顾性、随机化对照试验。
差异二
偏倚风险：盲法等。
差异三
结局完整性：随访时间长短不同。
差异N
…….…..................
08
2.3 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。
统计学计算一致性以数据为基础，其原理是各研究间可信 区间的重合程度越，则各研究间存在统计学同质性的可能 性越大，相反，可信区间的重合程度越小，各研究间存在 统计学异质性的可能性越大。 临床异质性、方法学异质性和统计学异质性三种是相互独 立又相互关联的，临床或方法学上的异质，不一定在统计 学上就有异质性的表现，反之亦然。但寻找临床和方法学 上的异质性可以提示统计学异质性的来源。
1. 对研究个数敏感 研究个数少——检验效能低——假阴性 研究个数多——检验效能高——假阳性
2. 只能检验是否存在异质性及异质性的大小，而不能检 验异质性的分布
13
3.2 统计量法——I²检验
df:自由度，等于研究个数减一（k-1）
I² 反映异质性部分在效应量总的变异种所占的比重。 I² 的取值范围：0-100%；取值越大，异质性越大； 根据I² 可将异质性分为四个程度： 0:(当I² 为负值时，我们将其设为0）表明没有异质性； 0-40%:轻度异质性； 40%-60%:中度异质性； 50%-90%：较大的异质性； 75%-100%：很大的异质性。
09
03
PART THREE
如何检验异质性？
How to test heterogeneity？
3. 异质性检验方法
概念：又叫统计量的齐性检验（一致性检验），目的是检查各个独立研究
的结果是否具有可合并性。
Q检验
统计量法
I²检验 H检验
检验方法
图示法
森林图
星状图（radial plot） 贝拉图（L’abbe plot） 加布尔雷斯图
异质性检验
Heterogeneity test
CONTENT
01 02
什么是异质性？
What is heterogeneity？
异质性由何而来？
Where dose heterogeneity come from？
03
如何检验异质性？
How to test heterogeneity？
04
有了异质性该怎么办？
15
3.4 图示法——森林图
16
3.4 图示法——森林图
17
3.5小结 异质性识别要点：
应用Q及I² 统计量，既可检测是否存在异质性，也可检测 异质性的程度； 适当应用图示法，找到引起异质性的异常点（某个或某几 个研究）
18
04
PART FOUR
有了异质性怎么办？
What should we do？
What should we do？
02
01
PART ONE
什么是异质性？
What is heterogeneity？
1.异质性的概念
广义：描述参与者、干预措施和一系列
研究间测量结果的差异和多样性，或那 些研究间的内在真实性的变异。
狭义：专指统计学异质性，用来描述一
系列研究中效应量的变异程度，也表明 除可预见的偶然机会外研究间存在wk.baidu.com差 异性。
注意一
如果是随机对照试验（RCT）的meta分析，二分类变量首选RR, 只有当干预组和对照组事件发生率较低(一般认为≤20%，更保守≤10%) 的时候，OR与RR的差异较小，此时也可以选用OR。
注意二
当合并效应值＜1时，OR值总是＜RR值，同样，当合并效应值＞ 1时，OR值总是＞RR值，所以，当事件发生率较高时，如果选用OR， 计算得出的效应值往往被夸大，大于实际的真实情况，并且随着事件发
4.1异质性处理方案
忽略异质性 合并异质性
I² ＜50%且P＞0.1
固定效应模型 随机效应模型 有异质性不合并
I² ≥50%或P＜0.1 异质性过大
异质性 的处理
检验异质性
亚组分析 解释异质性 Meta回归 敏感性分析
20
4.2固定效应模型V.S随机效应模型
注意一
在异质性较大时，随机效应模型主要是校正合并效应值的算法,使 得结果更加接近无偏估计,即结果更为准确，但其得出的结论偏向于保守， 置信区间较大，更难以发现差异，如果各个试验的结果差异很大的时候，
是否需要把各个试验合并需要慎重考虑，作出结论的时候就要更加小心。
注意二
meta分析中，异质性是天然存在的。如果异质性较小，选择固 定效应模型更可靠；如果异质性较大，则建议选择随机效应模型。但仍 然需要通过敏感性分析，寻找到异质性根据，以消除其影响。
21
4.3探索异质性来源
亚组分析
是在出现异质 性时，探讨异质 性的来源，从而 根本上解决同质 性研究才能合并 效应量的问题。
11
3.1 统计量法——Q检验
注： Wi ：第i个研究的权重 Yi ：第i个研究的效应量 M ：所有研究的平均效应量 Q为效应量的标准化平方和，因此服从自由度为（k-1）的 χ² 分布。Q值越大，则p值越小（无效假设为纳入研究的效 应量均相同），则异质性越大。
12
3.1 统计量法——Q检验
Q检验的缺陷：