meta分析简介meta分析简介.doc

Meta分析 在医学研究中，绝大多数的医学现象都呈一定的随机性，因此医学研究的结果都受随机抽样误差影响而有所差异。所以对于同一研究问题的多个研究结果往往不全相同，有些研究的结论甚至相反。因此如何从结果不一的同类研究中综合出一个较为可靠的结论是医学研究中常常需要面临的问题。Meta分析就是研究如何综合同类研究结果的一种统计分析方法。 Meta分析就是把相同研究问题的多个研究结果视为一个多中心研究的结果，运用多中心研究的统计方法进行综合分析。Meta统计分析可以分为确定性模型分析方法和随机模型分析方法。较常用的确定性模型Meta分析有Mantel-Haeszel统计方法(仅适用于效应指标为OR)和General－Variance－Based统计方法。然而所有的确定性模型统计方法都要求Meta分析中的各个研究的总体效应指标(如：两组均数的差值等)是相等的，并称为齐性的(Homogeneity)，而随机模型对效应指标没有齐性要求。因此Meta分析可以采用下列分析策略： 1)如果各个研究的效应指标是齐性的，则选用确定性模型统计方法： 效应指标为OR，则采用Mantel－Haeszel统计方法 效应指标为两个均数的差值、两个率的差值、回归系数、对数RR等近似服从正态分布的效应指标，则采用General－Variacne-Based方法进行Meta统计分析。 2)如果各个研究的效应指标不满足齐性条件或者研究背景无法用确定性模型进行解释的，则采用随机模型进行Meta统计分析。 为了使读者较容易地掌握Meta分析方法，以下将结合STATA软件的Meta分析操作命令，通过实例介绍Meta分析步骤和软件操作以及相应的统计分析结果解释，然后对Meta分析中所涉及的统计公式进行分类汇总小结。 确定性模型的Meta分析方法 例1：为了研究Aspirin预防心肌梗塞(MI)后死亡的发生，美国在1976年－1988年间进行了7个关于Aspirin预防MI后死亡的研究，其结果见表1，其中6次研究的结果表明Aspirin组与安慰剂组的MI后死亡率的差别无统计意义，只有一个研究的结果表明Aspirin在预防MI后死亡有效并且差别有统计意义。现根据表1所提供的资料作Meta分析。 表1 Aspirin预防心肌梗塞后死亡的研究结果 研究 Aspirin组 安慰剂组 编号 观察人数 死亡人数 死亡率PE(%) 观察人数 死亡人数 死亡率PC(%) P值 OR* 1 615 49 7.97 624 67 10.74 0.094 0.720 2 758 44 5.80 771 64 8.30 0.057 0.681 3 832 102 12.26 850 126 14.82 0.125 0.803 4 317 32 10.09 309 38 12.30 0.382 0.801 5 810 85 10.49 406 52 12.81 0.229 0.798 6 2267 246 10.85 2257 219 9.70 0.204 1.133 7 8587 1570 18.28 8600 1720 20.00 0.004 0.895 注：。可以证明：OR1对应PEPC；OR1对应PEPC；OR=1对应PE=PC。 具体分析和计算步骤如下： 把表1资料改写为表2形式的资料 表2 Mantel-Haeszel计算用表 Aspirin组 安慰剂组 研究 编号 死亡人数 (a) 存活人数 (b) 死亡人数 (c) 存活人数 (d) 样本量 (n) 权重 (w) OR w×OR 1 49 566 67 557 1239 0.0389 0.7197 0.0280 2 44 714 64 707 1529 0.0412 0.6808 0.0280 3 102 730 126 724 1682 0.0205 0.8029 0.0165 4 32 285 38 271 626 0.0648 0.8007 0.0519 5 85 725 52 354 1216 0.0352 0.7981 0.0281 6 246 2021 219 2038 4524 0.0096 1.1327 0.0109 7 1570 7017 1720 6880 17187 0.0015 0.8950 0.0013 合计 0.2116 0.1647 其中括号中的a,b,c,d,w为统计计算公式中所对应的符号。如：权重 计算Mantel-Haeszel OR: OR的齐性检验H0：各个研究的总体OR相同 vs H1：各个研究的总体OR不全相同。OR的齐性检验在统计软件中一般采用B