Meta分析方法及RevMan软件使用.ppt

Meta - analysis 是在系统性评价时为了合并多个独立的研究结果，所使用的统计方法。 可以将针对同一问题的，多个独立的研究结果进行定量分析。 目前，国外文献常常将系统评价与Meta-分析交叉使用。 All systematic reviews are not meta-analyses! 从一个均数为1.5，标准差为0.7的正态总体中进行随机抽样，样本量分别为20，50，100，200，300，500，1000，不同的样本量均进行20次抽样，共得到140个样本。 分别计算每个样本的均数，标准差和标准误。 以样本的均数为横坐标，以样本量为纵坐标作散点图 由于抽样过程存在抽样误差，样本量较大时抽样误差较小。 所以从图中可以看出所有的点以样本量较大时的均数为轴，左右是基本对称的。 用方差分析的方法对不同的样本所对应的总体均数是否相等进行检验，方差分析的结果为F=0.862,P=0.878。 说明140个样本对应的总体均数是相同的。 用这140个样本的信息来估计总体的均数和标准差，?=1.501,?=0.699。这样做的结果是提高了估计的精度。 理想状态 我们把不同作者对相同问题进行的研究可以看作从同一总体中进行抽样得到的一个随机样本，如果他们都是按照相同的设计得到的研究结果，并且我们可以找到每一项研究的结果，这样就可以根据上面的原理得到一个更为可靠的结果。 实际情况 不同作者： 所使用的设计方案会有一定的差别， 选择的实验对象有所不同， 研究结果不一定都能发表到专业杂志上。 因此实际能够得到的资料可能是不完整的，甚至是有偏性的，如阳性结果的文章，以及和目前大家普遍能够接受的观点一致的文章可能更容易发表在专业杂志上。 重复发表。 人为修改数据。 Meta analysis的目的及适用性 增加统计功效 由于单个临床试验往往样本较小，难以明确肯定某种效应，而这些效应对临床医生来说又可能是重要的。 解决各研究结果的不一致性。 寻求新的假说。 进行Meta分析前需要准备的技术文件 计划书 检索策略 入选、排除标准 原始文献评价标准 数据提取表格 与作者联系的信件 入选文献质量的评价 评价临床研究证据 证据来源复杂 证据质量良萎不齐 从一下三个方面评价文献质量 内在真实性 重要性 外在真实性或适用性 内在真实性 内在真实性（internal validity） 就该文章本身而言 是评价研究证据的核心 其研究方法是否合理， 统计分析是否正确， 结论是否可靠， 研究结果是否支持作者的结论等。 临床重要性 研究结果本身是否具有临床价值。 评价研究结果的临床价值主要采用一些客观指标，而不同的研究类型其指标不同。 外在真实性或适用性 文章的结果和结论在不同人群、不同地点和针对具体病例的推广应用价值。 这是临床医务工作者十分关心的问题。 计算各研究的效应值、方差和权重 对各研究结果的效应值进行齐性检验 H0：各研究的效应值相等。 H1：各研究的效应值不相等。 由于齐性检验的检验效能较低所以通常将检验水准定为?=0.10。 计算统计量Q Q=29.694, df =15, p= 0.013。 Q服从自由度为M－1的?2 分布。 计算合并的效应值 固定效应模型的合并效应值 ： （各研究的效应值相等） 其方差为： 计算合并的效应值 随机效应模型的合并效应值 ： （各研究的效应值不等） DerSimonian and Laird方法 其方差为： DerSimonian and Laird方法中权重 的计算方法 其中为固定效应模型时效应值的方差，D为随机效应部分的方差。 其中为固定效应模型时各研究的权重，Q为齐性检验时的统计量。 分析资料和报告结果 偏性的估计 漏斗图（Funnel Plot）是以每个研究的效应值为横坐标，以每个研究的样本量或效应值方差的倒数为纵坐标做成的散点图。 采用直线回归的方法来评价Funnel Plot的不对称 秩相关检验 分析资料和报告结果 偏性的估计－trim fill analysis 利用统计学方法去除一些研究点使漏斗图（Funnel Plot）达到对称。 根据去除点的特征，加上相应的可能被丢失研究点，得到近似理想状态的情况。 对增补后的资料进行合并估计。此时可以得到近似无偏性的合并结果。 此方法需要反复迭代进行，比较麻烦。 分析资料和报告结果 同质性的检验是M