系统评价几要素__培训课件.ppt

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 选择文献的基本步骤 提取数据 文献作者、年代、来源、 研究设计特征， 研究对象特征 干预特征 评价指标 质量 分析资料和报告结果 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 计算合并的效应值 固定效应模型的合并效应值 随机效应模型合并的效应值 绘制各研究的效应值和置信区间 －－－－森林图 (Forest Plot) 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 导致funnel plots对称性差的原因 选择偏性（Selection bias） 出版偏性（Publication bias） 定位偏性（Location biases） 英语偏性（English language bias） 引用偏性（Citation bias） 重复发表偏性（Multiple publication bias） 异质性（True heterogeneity） 研究的规模对效应值的影响（Size of effect differs according to study size 干预的强度（Intensity of intervention） 潜在的影响因素的差异（Differences in underlying risk） 数据不规范（Data irregularities） 小规模的研究在研究设计方面存在问题（Poor methodological design of small studies） 使用了不适当的分析方法（Inadequate analysis） 伪造数据（Fraud、Artefactual） 测量指标的选择（Choice of effect measure） 偶然性（Chance） 分析资料和报告结果 偏性的估计－－失安全系数 可以评价结果的稳定性， 将原始研究的检验统计量转换成正态性得分后计算出来的 它表示需要多少篇与所收集到文献的平均样本量相当的阴性文献才可以使合并的结果逆转。 它反映了Meta Analysis结果的稳定性，失安全系数越大表明结果的稳定性越好。 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Meta分析过程中必要进行的工作。 异质性与合并效应评价同样重要。 同质性评价需回答两个问题: 是否存在异质性? 如何解释和处理异质性? 如果不同研究之间存在异质性可采取以下措施： 1．如果能得到每个研究的原始数据，可以探讨异质性来源，并可对每个研究可以采用统一的多元回归模型进行分析，从而避免了由于使用的模型不一致导致的异质性。 如果不同研究之间存在异质性可采取以下措施： 2．按不同研究的特征分组进行分析，即分亚组分析。 3．敏感性分析，在排除可能是异常结果的研究后，重新进行Meta分析，与未排除异常结果研究的Meta分析结果进行比较，探讨被去除的研究对合并效应的影响程度。或根据研究的